BD codex-juxingyi-setup
Установите настольную версию/CLI Codex и подключитесь к шлюзу Juxingyi, настройте Agent для восприятия рабочего состояния Codex. Три шага: install → configure → perceive.
машинный переводПоказать оригиналСкрыть оригинал«安装 Codex 桌面版/CLI 并接入聚星逸网关,配置 Agent 感知 Codex 工作状态。三步:install → configur…»
安装 Codex 桌面版/CLI 并接入聚星逸网关,配置 Agent 感知 Codex 工作状态。三步:install → configure → perceive。
Установите настольную версию/CLI Codex и подключитесь к шлюзу Juxingyi, настройте Agent для восприятия рабочего состояния Codex.
Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
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
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 2
✓ Критических и высоких находок нет
Средние и низкие: 2
-
средняя Утечка данных
net-credential-usescripts/configure.sh:34Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)MODELS_JSON=$(curl -s -H "Authorization: Bearer $API_KEY" "$API_BASE/models" 2>/dev/null || echo "")
-
средняя Утечка данных
net-credential-usescripts/configure.sh:116Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)TEST_RESULT=$(curl -s -w "\n%{http_code}" -H "Authorization: Bearer $API_KEY" "$API_BASE/models" 2>/dev/null)
Просканировано файлов: 10. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "display_name"
Процессный рейтинг: все десять параметров 41/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 40Согласованность. Имя во frontmatter (codex-juxingyi-setup) не совпадает с папкой (huo15-codex-juxingyi-setup)
- 60Инструменты и файлы. Используются инструменты (web, node), но во frontmatter они не объявлены
- 100Шаги. Шагов: 14
- 100Стоимость исполнения. Тело инструкции 751 токенов
- 100Повторный запуск. Изменяющих операций нет
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 83: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 14 пунктов
- +4Есть примеры (6 блоков кода)
- +3Все 5 скриптов описаны в инструкциях
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.