SKILLEMALL.ai

AC firecrawl

Веб-скрейпинг и извлечение контента с использованием API Firecrawl. Используйте, когда пользователям нужно сканировать веб-сайты, извлекать структурированные данные, преобразовывать веб-страницы в markdown, скрейпить несколько URL-адресов или создавать базы знаний из веб-контента. Поддерживает извлечение с одной страницы, сканирование всего сайта, пакетную обработку и извлечение структурированных данных с помощью CSS-селекторов.

машинный переводПоказать оригиналСкрыть оригинал«Web scraping and content extraction using Firecrawl API. Use when user…»

Web scraping and content extraction using Firecrawl API. Use when users need to crawl websites, extract structured data, convert web pages to markdown, scrape multiple URLs, or build knowledge bases from web content. Supports single page extraction, site-wide crawling, batch processing, and structured data extraction with CSS selectors.

ClawHub Agent Skills автор: antonia huang v1.0.0 MIT-0 3 файла тело ≈ 816 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Веб-скрейпинг и извлечение контента с использованием API Firecrawl.

Как процесс C 63/100 · Есть пробелы — слабые места: когда включается, согласованность, отчётность по ходу

ИнтеграцияИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
Отчётность по ходу вес 2
0
Когда включается вес 12
20
Согласованность вес 8
40
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: 3. 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 63/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 40Согласованность. Имя во frontmatter (firecrawl) не совпадает с папкой (web-scraper-firecrawl)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 18
    • 100Стоимость исполнения. Тело инструкции 816 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
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 338 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 21 заголовков
    • +3Пошаговые инструкции: 18 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (9 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.

    Внешние проверки

    ClawHub: clean
    This is a straightforward Firecrawl web-scraping helper, but users should be careful about what URLs and scraped data they send to the Firecrawl service or save locally.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.