SKILLEMALL.ai

BC crebee-social-media-gateway

CreBee — шлюз для социальных сетей. Активируется, когда пользователю нужно управлять аккаунтами в соцсетях, публиковать контент (видео/изображения/статьи), получать аналитику, просматривать профили подписчиков, искать темы/мероприятия/музыку или взаимодействовать с 12 платформами, такими как Douyin, Bilibili, Xiaohongshu, Kuaishou. Подходит для автоматизированного управления операциями на китайских платформах социальных сетей с помощью AI Agent. Сценарии активации: - Публикация контента в социальных сетях - Получение списка аккаунтов или информации об аккаунте - Запрос аналитических данных, сводок, показателей эффективности - Просмотр профилей подписчиков/аудитории - Поиск тем, тегов, музыки, мероприятий - Управление контентом на платформах Douyin, Bilibili, Xiaohongshu, Kuaishou и других

машинный переводПоказать оригиналСкрыть оригинал«CreBee 社交媒体网关。当用户需要管理社交媒体账号、发布内容(视频/图文/文章)、获取数据分析、访问粉丝画像、搜索话题/活动/音乐、或与…»

CreBee 社交媒体网关。当用户需要管理社交媒体账号、发布内容(视频/图文/文章)、获取数据分析、访问粉丝画像、搜索话题/活动/音乐、或与抖音、B站、小红书、快手等 12 个平台交互时触发此技能。适用于 AI Agent 自动化管理中国社交媒体平台运营。 触发场景: - 发布内容到社交媒体平台 - 获取账号列表或账号信息 - 查询分析数据、数据概览、表现指标 - 访问粉丝/观众画像 - 搜索话题、标签、音乐、活动 - 管理抖音、B站、小红书、快手等平台的内容

ClawHub Agent Skills автор: Scarlett_AI v1.0.1 MIT-0 15 файлов тело ≈ 2 224 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

CreBee — шлюз для социальных сетей.

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

ИнтеграцияИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
70
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
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Секреты в коде secret-high-entropy-token references/platforms/qiehao.md:145
    Строка, похожая на токен (может быть id, хеш или секрет)
    #### getS…urs

Просканировано файлов: 15. 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
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 27
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2224 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
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • -2Ссылки на localhost: у другого пользователя не заработает
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 233 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 23 заголовков
  • +3Пошаговые инструкции: 27 пунктов
  • +4Есть примеры (15 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

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

Внешние проверки

ClawHub: suspicious
This is a real social-media automation skill that is purpose-aligned, but it gives an agent broad live publishing and account-data access without enough approval, scoping, or privacy guidance.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.