Skill flagged — suspicious patterns detected
ClawHub Security flagged this skill as suspicious. Review the scan results before using.
Smart Coding Assistant
v1.0.0智能多模型编程助手，根据任务类型自动选择最优代码大模型。支持代码生成、审查、调试、重构、测试等场景。使用场景：编写代码、代码审查、Bug 调试、性能优化、技术栈迁移、单元测试生成等编程任务。
⭐ 0· 95·0 current·1 all-time
MIT-0
Download zip
LicenseMIT-0 · Free to use, modify, and redistribute. No attribution required.
Security Scan
OpenClaw
Suspicious
medium confidencePurpose & Capability
技能声明为多模型编程助手，并且代码（model_router.py, coding_assistant.py）确实实现了任务分类、模型路由以及对外模型调用的占位逻辑——这些与描述一致。异常点是 registry metadata 没有列出任何必需的环境变量或依赖，但 SKILL.md、README 和脚本明确要求 QWEN_API_KEY、DEEPSEEK_API_KEY、GLM_API_KEY 以及 Python 库（dashscope, zhipuai 等）。元数据与实际需求不一致，可能导致安装时权限/凭据审查被遗漏。
Instruction Scope
SKILL.md 和脚本在运行时主要做的事是：解析用户任务、根据关键词路由任务、调用外部模型 API（脚本中以环境变量为凭据）并可选地在本地记录/缓存配置 (~/.smart_coding_config.json)。没有发现指令或代码会读取系统范围内的敏感配置、网络回传到未声明的第三方、或对其他技能配置进行修改。
Install Mechanism
包是 instruction-first 且没有 install spec（降低了写盘/自动下载安装的风险）。但 README 建议通过 pip 安装第三方库（dashscope, zhipuai），并且脚本会在运行时调用这些 SDK（当前实现使用 mock 返回值）。没有从不可信的 URL 下载或解压任意二进制；风险主要来自运行时依赖的第三方库和将代码/数据发送到外部模型提供方。
Credentials
请求的环境变量（QWEN_API_KEY、DEEPSEEK_API_KEY、GLM_API_KEY）与其功能（调用不同模型服务）是合理且必要的。但 registry metadata 未列出这些必需的环境变量 —— 这是不一致且值得关注的治理问题。额外注意：SKILL.md 建议在家目录创建 ~/.smart_coding_config.json 和缓存目录，这会在本地写入/读取配置，可能包含 API key 或其他敏感配置（文档建议用环境变量，但用户可能把密钥放在配置文件）。
Persistence & Privilege
技能没有设置 always:true，默认可由用户调用且允许模型自主调用（平台默认）。脚本只读写自己的配置文件 (~/.smart_coding_config.json / ~/.smart_coding_cache)，没有修改系统范围或其他技能配置，也未请求长期持久化特权。
What to consider before installing
这项技能看起来实现了它所宣称的多模型路由与协作功能，但存在几处需要你确认的地方：
1) 环境变量与依赖未在元数据中声明：SKILL.md/README 和脚本要求 QWEN_API_KEY、DEEPSEEK_API_KEY、GLM_API_KEY，以及第三方 Python 包（dashscope, zhipuai）。在安装或给技能凭据前，确认你信任这些模型提供方并只提供必要的 API key。避免把敏感/生产密钥直接暴露给未知服务。
2) 配置文件与缓存：技能会读取 ~/.smart_coding_config.json（并建议缓存目录）。检查该文件不会被误放入含有敏感信息的凭据，或确认其访问权限（文件权限应限制为用户可读写）。
3) 网络与数据外发风险：该技能的用途就是把代码/片段/日志发送到外部模型 API。对于含有商业秘密或敏感数据的代码，优先使用本地模型或在受控环境中运行。若必须使用外部 API，审查调用实现以确保使用官方 SDK/HTTPS、并了解供应商的数据保留政策。
4) 代码审计建议：在信任并启用此技能前，快速检查 scripts/coding_assistant.py 的 call_* 实现（目前为示例/Mock），以及任何将要替换为真实 HTTP 调用的代码路径，确认没有隐藏的“回传”或未记录的远端终端。若你打算在企业环境使用，要求技能维护者把必需的 env vars 列入 skill metadata 并提供明确的依赖清单和网络端点信息。
5) 小步验证：在隔离环境中运行技能（例如临时的非生产账号、带有限权限的 API key）以观察行为；不要一开始就用高权限或生产密钥。
综上：功能上与描述一致且无明显恶意代码，但元数据不完整与外部模型调用的隐私/凭据风险值得谨慎处理。Like a lobster shell, security has layers — review code before you run it.
latestvk979zy53rd0rx5fn9tpt31hxjn835d7m
License
MIT-0
Free to use, modify, and redistribute. No attribution required.