SKILLEMALL.ai
EN Войти

CC todolist-md-clawdbot

Работает с файлами todolist-md в формате Markdown. Читает и суммирует задачи, предлагает правки и записывает результаты обратно в Markdown, используя только маркеры <!-- bot: ... --> (стабильная запись по строкам).

машинный переводПоказать оригиналСкрыть оригинал«Operate on todolist-md Markdown todo files. Read + summarize tasks, pr…»

Operate on todolist-md Markdown todo files. Read + summarize tasks, propose edits, and write outcomes back into Markdown using only <!-- bot: ... --> markers (line-stable write-back).

modbender/skill-library-mcp Agent Skills автор: modbender MIT 4 файла тело ≈ 2 603 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Работает с файлами todolist-md в формате Markdown.

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураЛичная продуктивностьтип 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
C
73/100
безопасность, качество, тесты
Безопасность 60%
79
Качество 40%
64
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Когда включается вес 12
20
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. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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 · 5

✓ Критических и высоких находок нет

Средние и низкие: 5
  • средняя Утечка данных net-credential-use scripts/todolist_agent_entrypoint.mjs:104
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    const res = await fetch(url, { headers: { authorization: `Bearer ${accessToken}` } });
  • средняя Утечка данных net-credential-use scripts/todolist_agent_entrypoint.mjs:113
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    const res = await fetch(url, { headers: { authorization: `Bearer ${accessToken}` } });
  • средняя Утечка данных net-credential-use scripts/todolist_drive_folder_agent.mjs:135
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    const res = await fetch(url, { headers: { authorization: `Bearer ${accessToken}` } });
  • средняя Утечка данных net-credential-use scripts/todolist_drive_folder_agent.mjs:144
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    const res = await fetch(url, { headers: { authorization: `Bearer ${accessToken}` } });
  • низкая Секреты в коде secret-high-entropy-token scripts/todolist_review_drive.py:22
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    --root-folder-id 1bqC…uwu \
    в кавычках

Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 51/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 9, без проверки текущего состояния
  • 55Ошибки и развилки. Развилок: 1
  • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 85
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2603 токенов
  • 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: 12. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (6 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

  • +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
  • -5В тексте остались TODO / заглушки
  • -31 из 3 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 183 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 26 заголовков
  • +3Пошаговые инструкции: 85 пунктов
  • +4Есть примеры (16 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.