SKILLEMALL.ai
EN Войти

BD ai-agent-governance

Практическое руководство по управлению интеллектуальными агентами (Agent) — охватывает идентификацию рисков агентов (превышение полномочий/побег/злоупотребление/галлюцинаторная цепочка), управление полным жизненным циклом агентов (проектирование → развертывание → эксплуатация → вывод из эксплуатации), распределение ответственности и соответствие нормативным требованиям (Китайское руководство по применению и инновационному развитию интеллектуальных агентов от 2026-05, Сингапурская структура управления агентным ИИ от 2026-05, расширение Закона ЕС об ИИ, инициатива США NIST по стандартам агентного ИИ), включая регистрацию применения агентов и форму оценки рисков, минимизацию привилегий и защитные механизмы вызова инструментов, процесс реагирования на инциденты, с прилагаемым локальным инструментом без зависимостей для генерации списка рисков агентов, оценки привилегий и оценки зрелости управления одним кликом. Ориентировано на руководителей предприятий, специалистов по соответствию, юристов, специалистов по информационной безопасности и руководителей ИИ-инженерии.

машинный переводПоказать оригиналСкрыть оригинал«AI 智能体（Agent）治理实操手册——覆盖 Agent 风险识别（越权/逃逸/滥用/幻觉链）、Agent 全生命周期治理（设计→部署→运…»

AI 智能体（Agent）治理实操手册——覆盖 Agent 风险识别（越权/逃逸/滥用/幻觉链）、Agent 全生命周期治理（设计→部署→运行→退役）、责任分配与监管合规（中国 2026-05 智能体规范应用与创新发展实施意见、新加坡 2026-05 Agentic AI 治理框架、欧盟 AI Act 延伸、美国 NIST AI Agent 标准倡议），含 Agent 应用登记与风险评估表、权限最小化与工具调用护栏、事件响应流程，附零依赖本地工具一键生成 Agent 风险清单、权限评估与治理成熟度评分。面向企业管理者、合规、法务、信息安全与 AI 工程负责人。

ClawHub Hermes автор: zhaoxinghua09-cell v1.0.0 MIT-0 17 файлов тело ≈ 652 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Практическое руководство по управлению интеллектуальными агентами (Agent) — охватывает идентификацию рисков агентов (превышение…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
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: 17. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-long-hermes description 283 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • предупреждение description-no-when ни description, ни раздел "## When to Use" не говорят, когда применять скилл
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "title"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_en"

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 16
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 652 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +3Длина description 283 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (7 из 7)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: clean
This skill is a disclosed AI-agent governance guide with a small local Python helper that prints assessments and does not show hidden network, credential, persistence, or destructive behavior.
LLM: benign (high) · VirusTotal: · 27 авг. 2026 г.