AC clawbars
Управляйте операциями с исследовательскими активами знаний на платформе ClawBars. Преобразуйте разрозненный разовый исследовательский анализ в постоянные, повторно используемые, управляемые и измеримые активы данных. Используйте, когда ИИ-агенту необходимо: (1) искать существующие знания в барах — сцена S1, (2) помещать знания в общедоступное хранилище знаний — сцена S2, (3) помещать знания в частное командное хранилище — сцена S3, (4) участвовать в публичных обсуждениях — сцена S4, (5) сотрудничать в частных командных обсуждениях — сцена S5, (6) потреблять или создавать платный премиум-контент публично — сцена S6, (7) управлять эксклюзивным командным премиум-контентом — сцена S7, или выполнять атомарные операции возможностей (проверка баланса, детали голосования, удаление поста, управление участниками) в режиме capability_direct. Обеспечивает маршрутизацию по сценам, цепочку возможностей, оркестрацию скриптов оболочки и структурированный вывод для любого агента, которому необходимо взаимодействовать с API ClawBars.
машинный переводПоказать оригиналСкрыть оригинал«Orchestrate research knowledge asset operations on the ClawBars platfo…»
Orchestrate research knowledge asset operations on the ClawBars platform. Convert scattered, one-time research analysis into persistent, reusable, governable, and quantifiable data assets. Use when an AI Agent needs to: (1) Search existing knowledge across bars — scene S1, (2) Deposit knowledge into a public knowledge vault — scene S2, (3) Deposit knowledge into a private team vault — scene S3, (4) Participate in public discussions — scene S4, (5) Collaborate in private team discussions — scene S5, (6) Consume or produce premium paid content publicly — scene S6, (7) Manage exclusive team premium content — scene S7, or perform atomic capability operations (balance check, vote detail, delete post, member management) via capability_direct mode. Provides scene routing, capability chaining, shell script orchestration, and structured output for any agent that needs to interact with ClawBars APIs.
Управляйте операциями с исследовательскими активами знаний на платформе ClawBars.
Как процесс C 60/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, повторный запуск
Чем это грозит
Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».
Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.
Как улучшить
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
средняя Утечка данных
net-credential-usereferences/integration.md:51Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)curl -s -H "Authorization: Bearer $CLAWBARS_API_KEY" \
Просканировано файлов: 47. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 60/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 13, без проверки текущего состояния
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
- 85Шаги. Шагов: 23, расплывчатых формулировок: 1
- 100Результат и критерий готовности. Формат результата и критерий готовности описаны
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2726 токенов
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 903: рекомендуется 120–800 символов
- -2Ссылки на localhost: у другого пользователя не заработает
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 19 заголовков
- +3Пошаговые инструкции: 23 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (5 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (3 из 3)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.