SKILLEMALL.ai
GitHub ↗ EN Войти

AC ai-model-wechat

Используйте этот навык при разработке WeChat Mini Programs (小程序, 企业微信小程序, приложений на основе wx.cloud), которым требуются возможности ИИ. Функции генерации текста (generateText) и потоковой передачи (streamText) с поддержкой обратных вызовов (onText, onEvent, onFinish) через wx.cloud.extend.AI. Встроенные модели включают Hunyuan (рекомендуется hunyuan-2.0-instruct-20251111) и DeepSeek (рекомендуется deepseek-v3.2). API отличается от JS/Node SDK — streamText требует обертки данных, generateText возвращает необработанный ответ. НЕ для браузерных/веб-приложений (используйте ai-model-web), серверной части Node.js (используйте ai-model-nodejs) или генерации изображений (не поддерживается).

машинный переводПоказать оригиналСкрыть оригинал«Use this skill when developing WeChat Mini Programs (小程序, 企业微信小程序, wx.…»

Use this skill when developing WeChat Mini Programs (小程序, 企业微信小程序, wx.cloud-based apps) that need AI capabilities. Features text generation (generateText) and streaming (streamText) with callback support (onText, onEvent, onFinish) via wx.cloud.extend.AI. Built-in models include Hunyuan (hunyuan-2.0-instruct-20251111 recommended) and DeepSeek (deepseek-v3.2 recommended). API differs from JS/Node SDK - streamText requires data wrapper, generateText returns raw response. NOT for browser/Web apps (use ai-model-web), Node.js backend (use ai-model-nodejs), or image generation (not supported).

LeoYeAI/openclaw-master-skills Agent Skills автор: LeoYeAI MIT 1 файл тело ≈ 1 285 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Используйте этот навык при разработке WeChat Mini Programs (小程序, 企业微信小程序, приложений на основе wx.cloud), которым требуются возможности ИИ. Функции генерации…

Как процесс C 64/100 · Есть пробелы — слабые места: результат и критерий готовности, ошибки и развилки, отчётность по ходу

ИнтеграцияРазработкатип 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
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "alwaysApply"

    Процессный рейтинг: все десять параметров 64/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 14
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1285 токенов
    • 100Повторный запуск. Изменяющих операций нет

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 594 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 14 пунктов
    • +4Есть примеры (6 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.