SKILLEMALL.ai

AB unitree-hermes-colab

Создание или проверка рабочего процесса Google Colab с защитой доступа, который устанавливает Hermes Agent и использует его для анализа репозитория Unitree Robotics только для чтения, рабочих процессов симуляции, сортировки журналов и планирования вклада. Используйте для задач Unitree, Hermes Agent, Colab, robot-safety или Codex-skill; не используйте для управления роботом в реальном времени.

машинный переводПоказать оригиналСкрыть оригинал«Build or review a safety-gated Google Colab workflow that installs Her…»

Build or review a safety-gated Google Colab workflow that installs Hermes Agent and uses it for read-only Unitree Robotics repository analysis, simulation runbooks, log triage, and contribution planning. Use for Unitree, Hermes Agent, Colab, robot-safety, or Codex-skill tasks; do not use for live robot control.

ClawHub Agent Skills автор: Zakhar Pashkin v0.1.0 MIT-0 4 файла тело ≈ 870 токенов Открыть источникclawhub.ai проанализирован 11 ч назад

Создание или проверка рабочего процесса Google Colab с защитой доступа, который устанавливает Hermes Agent и использует его для анализа репозитория Unitree…

Как процесс B 65/100 · Почти готов — слабые места: входы и предусловия, ошибки и развилки, повторный запуск

ПроцедураРазработкаИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
94
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • 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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 4. 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 65/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 20
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 870 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком

    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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 312 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 20 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 94.

    Внешние проверки

    ClawHub: clean
    This skill is a clearly scoped Unitree/Hermes Colab helper with explicit safety boundaries and no evidence of hidden, destructive, or deceptive behavior.
    LLM: benign (high) · VirusTotal: · 6 июн. 2026 г.