SKILLEMALL.ai
EN Войти

BC Database Credential Security (Zero‑Exposure Edition)

Безопасное управление учетными данными базы данных с помощью MGC Blackbox 1.4.10. Поддерживает MySQL, PostgreSQL, SQLite, MariaDB и другие базы данных. Учетные данные хранятся в зашифрованном виде; локальные скрипты извлекают их через HTTP API во время выполнения, в то время как AI-агенты никогда не работают с открытым текстом.

машинный переводПоказать оригиналСкрыть оригинал«Secure database credential management using MGC Blackbox 1.4.10. Suppo…»

Secure database credential management using MGC Blackbox 1.4.10. Supports MySQL, PostgreSQL, SQLite, MariaDB and other databases. Credentials are stored encrypted; local scripts retrieve them via HTTP API at runtime, while AI agents never touch plaintext.

ClawHub Agent Skills автор: zkeviny v1.2.1 MIT-0 4 файла тело ≈ 5 319 токенов Открыть источникclawhub.ai↗ проанализирован 17 ч назад

Безопасное управление учетными данными базы данных с помощью MGC Blackbox 1.4.10. Поддерживает MySQL, PostgreSQL, SQLite, MariaDB и другие базы данных.…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, согласованность, повторный запуск

ПроцедураPostgreSQLMySQLДанные и аналитикаБезопасностьтип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
85/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
63
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Повторный запуск вес 4
30
Согласованность вес 8
40
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение body-long тело SKILL.md ≈ 5319 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "spec"
  • заметка frontmatter-key неизвестное поле фронтматтера "id"
  • заметка frontmatter-key неизвестное поле фронтматтера "platform_compatibility"
  • заметка frontmatter-key неизвестное поле фронтматтера "changelog"

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (Database Credential Security (Zero‑Exposure Edition)) не совпадает с папкой (mgc-database-security)
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash, python, node), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 5319 токенов
  • 85Шаги. Шагов: 59, расплывчатых формулировок: 3
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 25. Похоже на несколько доменов в одном скилле

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
  • -2Ссылки на localhost: у другого пользователя не заработает
  • -214 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +3Длина description 255 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 56 заголовков
  • +3Пошаговые инструкции: 59 пунктов
  • +4Есть примеры (23 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.

Внешние проверки

ClawHub: suspicious
This documentation-only skill is mostly coherent, but it gives agents a pattern for running arbitrary SQL against production databases without clear confirmation or safety boundaries.
LLM: suspicious (medium) · 18 авг. 2026 г.