SKILLEMALL.ai

AD feishu-bitable-upload

Загружает файлы (изображения, видео, вложения) в Feishu (Lark) Bitable (многомерная таблица) и возвращает file_token. Автоматически выбирает прямую загрузку для файлов до 20 МБ или по частям (prepare, part, finish) для более крупных файлов. Требует App ID и Secret (lark-cli НЕ охватывает API /drive/v1/medias/). Используйте, когда пользователь хочет: загрузить файл/изображение/видео в Feishu Bitable, получить file_token из Feishu Drive API, загрузить вложения в 多维表格 (bitable), 上传文件到飞书多维表格, 获取 file_token.

машинный переводПоказать оригиналСкрыть оригинал«Upload files (images, videos, attachments) to Feishu (Lark) Bitable (m…»

Upload files (images, videos, attachments) to Feishu (Lark) Bitable (multi-dimensional table) and return the file_token. Auto-selects direct upload for files up to 20MB or chunked upload (prepare, part, finish) for larger files. Requires App ID and Secret (lark-cli does NOT cover the /drive/v1/medias/ API). Use when the user wants to: upload a file/image/video to Feishu Bitable, get a file_token from Feishu Drive API, upload attachments to 多维表格 (bitable), 上传文件到飞书多维表格, 获取 file_token.

ClawHub Agent Skills автор: Bill Zhuang v1.1.0 MIT-0 3 файла · 1 скрипт тело ≈ 326 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Загружает файлы (изображения, видео, вложения) в Feishu (Lark) Bitable (многомерная таблица) и возвращает filetoken.

Как процесс D 45/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ИнтеграцияМедиа и видеоИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
D
45/100
Процесс не доведён
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

    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 45/100

    • 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
    • 50Шаги. Шагов: 2
    • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 326 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)
    • +3Нет пошаговых инструкций или чек-листа
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 487 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +4Есть примеры (1 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: suspicious
    The skill does what it claims, but it handles Feishu app secrets and access tokens in ways that could expose credentials in logs, shell history, or process listings.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.