SKILLEMALL.ai
GitHub ↗ EN Войти

AD defuddle

Извлекайте чистый markdown-контент с веб-страниц с помощью Defuddle CLI, удаляя лишнее и навигацию для экономии токенов. Используйте вместо WebFetch, когда пользователь предоставляет URL для чтения или анализа, для онлайн-документации, статей, постов в блогах или любой стандартной веб-страницы. НЕ используйте для URL, заканчивающихся на .md — это уже markdown, используйте WebFetch напрямую.

машинный переводПоказать оригиналСкрыть оригинал«Extract clean markdown content from web pages using Defuddle CLI, remo…»

Extract clean markdown content from web pages using Defuddle CLI, removing clutter and navigation to save tokens. Use instead of WebFetch when the user provides a URL to read or analyze, for online documentation, articles, blog posts, or any standard web page. Do NOT use for URLs ending in .md — those are already markdown, use WebFetch directly.

breferrari/obsidian-mind Agent Skills автор: breferrari MIT 1 файл тело ≈ 184 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Извлекайте чистый markdown-контент с веб-страниц с помощью Defuddle CLI, удаляя лишнее и навигацию для экономии токенов.

Как процесс D 46/100 · Процесс не доведён — слабые места: шаги, входы и предусловия, ошибки и развилки

ИнтеграцияТексты и документытип и темы размечены автоматически по тексту скилла
Запускается в: 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) OpenClaw Goose OpenCode
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
Шаги вес 15
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 1 месте: RA-Skills

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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 46/100

    • 0Шаги. Инструкция сплошным текстом, шаги не выделены
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web, node), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 184 токенов

    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
    • +3Нет пошаговых инструкций или чек-листа
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 347 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 3 заголовков
    • +3Формат ответа описан явно
    • +4Есть примеры (3 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.