离线隔离逻辑验证法

SKILL开发
开发 未标注权限 许可证不明确
安装这个技能

无法登录线上服务时(默认口令已改、鉴权拦截),用「AST 抽取真实函数 + 最小命名空间桩接 + 隔离执行」验证后端业务逻辑,得出可信结论而不必重启服务或索取密码。当用户说“接口要登录才能测、没密码、无法实跑、隔离验证、AST 抽函数、桩接”时调用。

一句话选型结论

按资料字段整理

离线隔离逻辑验证法是开发类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类开发 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_6f47e228/offline-isolated-logic-verification
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

开发
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_6f47e228仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验2026-11-07上游最后核验时间 · 数据更新 2026-11-06
正文体量3.7 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
写代码与改 bug

按需求补代码、定位并修掉报错。

读仓库与生成改动

让模型读懂项目结构,再给出可落地的改动。

跑测试与排查故障

按现象排查问题,补测试用例并复跑。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在开发场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
离线隔离逻辑验证法当前 未标注权限 未标注 未标注 未标注 有
技能审查员 浏览器控制 ClawHub 市场 877.9 万 OpenClaw 有
Vercel React 最佳实践 浏览器控制 GitHub 仓库 849.1 万 Codex、Claude、Cursor 有
GitHub 代码协作 联网访问 ClawHub 市场 763.3 万 OpenClaw 有
网页设计指南 联网访问 GitHub 仓库 668.6 万 Codex、Claude、Cursor 有
本体论 只读 ClawHub 市场 663.7 万 OpenClaw 有

SKILL.md 全文

3.7 KB
模型实际读到的说明书原文,来自技能仓库

技能|离线隔离逻辑验证法

适用场景

需要验证后端某个接口的业务逻辑,但无法在线实跑:

  • 默认口令已被用户改拿不到,鉴权中间件拦截所有需登录端点;
  • 运行态是冻结 EXE,起第二个实例会轮换 token 把用户踢下线;
  • 本机 Python 环境缺 fastapi,无法 import 整个 app。

此时既不要索要密码,也不要重启服务,用本法在不碰运行态的前提下拿到可信结论。

操作步骤

  1. AST 抽取真实函数源码(不手抄,避免抄错版本):
    python import ast tree = ast.parse(open(APP, encoding="utf-8", errors="ignore").read()) for n in ast.walk(tree): if isinstance(n, ast.FunctionDef) and n.name == "api_calendar_day": src = ast.unparse(n)

  2. 构造最小命名空间桩(只补函数真正依赖的名字):
    python ns = { "re": re, "os": os, "json": json, "app": type("A", (), {"get": lambda *a, **k: (lambda f: f), "post": lambda *a, **k: (lambda f: f)}), "append_log": lambda *a, **k: None, "vault_graph": lambda *a, **k: (...5元组...), } exec(src, ns)

  3. 同步/异步自适应调用:
    python import asyncio, inspect def callit(fn, *a, **k): if inspect.iscoroutinefunction(fn): return asyncio.run(fn(*a, **k)) return fn(*a, **k)

  4. 写操作指向临时目录,绝不碰真实数据目录:
    把 WB_DIR 桩成 tempfile.gettempdir(),验证落盘后再 os.remove。

  5. 报告里如实声明局限:写明「鉴权受限,本次为隔离逻辑验证,非在线实跑」,并建议移交后在客户环境补一次在线回归。

注意边界

  • 只对无副作用或可指向临时目录的函数做隔离执行;有副作用的写接口不要在真实库上跑。
  • 桩只补真正用到的名字,不要把整个 app 的依赖都搬进来(会掩盖真实缺失)。
  • 路由装饰器 @app.get(...) 需要 app 桩,否则 exec 时 NameError。

反例避雷(本轮三次踩坑)

错误做法 现象 正解
把源码路径字符串传给 ast.parse 静默取不到目标,报「未能提取」 必须传 open(path).read() 的内容
用文本 in 断言源码含某正则 ast.unparse 会把 raw 串 r"^\d{4}…" 还原成转义形式,匹配必失败 直接从 AST 取 ast.Constant.value 再 re.match 实测
JSONResponse 桩的 __init__ 返回元组 属性赋值不生效,status_code 恒为默认 桩函数返回 None(Python 构造器不能 return 值)
缺 vault_graph 等重依赖桩 合法入参路径直接抛 NameError 被记成 FAIL 按需补齐,或该项改用源码级断言

常见问题

5 问
答案由本站依据条目字段整理
离线隔离逻辑验证法怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_6f47e228/offline-isolated-logic-verification。安装方式为未标注。装完刷新技能列表或重开客户端。

离线隔离逻辑验证法支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

离线隔离逻辑验证法权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

离线隔离逻辑验证法收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

离线隔离逻辑验证法用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 2026-11-07。