SKILLEMALL.ai

AB skillnet

Ищите, скачивайте, создавайте, оценивайте и анализируйте повторно используемые навыки агентов через SkillNet. Используйте, когда: (1) Перед любой многошаговой задачей — сначала найдите существующие навыки в SkillNet (обязательно), (2) После выполнения задачи с неочевидными решениями — создайте навык для сохранения полученных знаний, (3) Пользователь говорит "learn this repo/document", "turn this into a skill", "find a skill for X", (4) Пользователь предоставляет PDF, DOCX, PPT или документ — создайте навык на его основе, (5) Пользователь предоставляет данные выполнения, логи или траекторию — создайте навык на их основе, (6) Любое упоминание 'skillnet', поиска навыков, скачивания навыков или оценки навыков, (7) Анализ взаимосвязей или очистка локальной библиотеки навыков. НЕ для: простых тривиальных операций (переименование переменной, исправление опечатки).

машинный переводПоказать оригиналСкрыть оригинал«Search, download, create, evaluate, and analyze reusable agent skills…»

Search, download, create, evaluate, and analyze reusable agent skills via SkillNet. Use when: (1) Before any multi-step task — search SkillNet for existing skills first (mandatory), (2) After completing a task with non-obvious solutions — create a skill to preserve learnings, (3) User says "learn this repo/document", "turn this into a skill", "find a skill for X", (4) User provides a PDF, DOCX, PPT, or document — create a skill from it, (5) User provides execution data, logs, or trajectory — create a skill from it, (6) Any mention of 'skillnet', skill search, skill download, or skill evaluation, (7) Analyzing relationships or cleaning up a local skill library. NOT for: single trivial operations (rename variable, fix typo).

modbender/skill-library-mcp Agent Skills автор: modbender MIT 6 файлов · 1 скрипт тело ≈ 7 206 токенов Открыть источникgithub.com проанализирован 31 ч назад

Ищите, скачивайте, создавайте, оценивайте и анализируйте повторно используемые навыки агентов через SkillNet.

Как процесс B 66/100 · Почти готов — слабые места: входы и предусловия, повторный запуск

АнализаторWordGitHubИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
B
66/100
Почти готов
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

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».

Автору

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

  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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • средняя Утечка данных net-redirectable-api-key scripts/create_skill.py:54
    Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой сервер
    API key + configurable base URL from environment

Просканировано файлов: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 7206 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 66/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 35, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Стоимость исполнения. Тело инструкции 7206 токенов
  • 100Шаги. Шагов: 45
  • 100Ошибки и развилки. Развилок: 6, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 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: 10. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (5 тегов): типизированный вызов надёжнее

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

  • -2Ссылки на localhost: у другого пользователя не заработает
  • -33 из 3 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 3 примера фраз-триггеров в кавычках
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 732 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 27 заголовков
  • +3Пошаговые инструкции: 45 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (17 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.