BB x-tweet-by-conversation
Собирает каждый твит в ветке обсуждения X (Twitter) по идентификатору обсуждения (идентификатор корневого твита) — основной твит плюс все ответы, под-ответы и цитируемые цепочки — и возвращает нормализованные данные по каждому твиту с текстом, автором, показателями вовлеченности, медиа, хэштегами, упоминаниями, связью in_reply_to и курсором для пагинации. Использовать, когда пользователь упоминает обсуждение в Twitter, ветку обсуждения X, conversation_id, парсер ветки, парсинг ответов Twitter, все ответы на твит, ответы под твитом, под-ответы, вложенные ответы, сборщик ветки, получить ответы на твит, парсинг комментариев в Twitter, парсинг комментариев в X, полное извлечение ветки, экспорт обсуждения, дерево обсуждения, цепочка ответов, дамп ветки, ветка твитов X, парсинг ветки Twitter, парсинг комментариев Twitter, парсинг комментариев X, основной твит плюс контекст, корневой твит плюс ответы. Также применяется для анализа тональности одного вирусного твита, картирования противоречий, сбора веток вопросов и ответов сообщества, захвата веток AMA, восстановления длительных обсуждений и любой постраничной массовой выборки ответов, управляемой идентификатором обсуждения.
машинный переводПоказать оригиналСкрыть оригинал«Collects every tweet in an X (Twitter) conversation thread given a con…»
Collects every tweet in an X (Twitter) conversation thread given a conversation id (root tweet id) — the focal tweet plus all replies, sub-replies, and quote chains — and returns normalized per-tweet data with text, author, engagement counts, media, hashtags, mentions, in_reply_to mapping, and cursor for pagination. Use when user mentions Twitter conversation, X conversation thread, conversation_id, thread scraper, scrape Twitter replies, all replies to a tweet, replies under a tweet, sub-replies, nested replies, thread harvester, get replies of a tweet, scrape comments on Twitter, scrape comments on X, full thread extraction, conversation export, conversation tree, reply chain, thread dump, X tweet thread, twitter thread scrape, comment scraping twitter, comment scraping x, focal tweet plus context, root tweet plus replies. Also applies to sentiment analysis on a single viral tweet, controversy mapping, harvesting community Q&A threads, capturing AMA threads, recovering long-running discussions, and any paginated bulk reply collection driven by a conversation id.
Собирает каждый твит в ветке обсуждения X (Twitter) по идентификатору обсуждения (идентификатор корневого твита) — основной твит плюс все ответы, под-ответы и…
Как процесс B 66/100 · Почти готов — слабые места: результат и критерий готовности, когда включается, повторный запуск
Как улучшить
- Сократите description до 1024 символов.
- 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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- ошибка
description-longdescription 1080 символов, лимит 1024
Процессный рейтинг: все десять параметров 66/100
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 85Шаги. Шагов: 36, расплывчатых формулировок: 1
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2505 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (5 тегов): типизированный вызов надёжнее
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)
- +3Длина description 1080: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 14 заголовков
- +3Пошаговые инструкции: 36 пунктов
- +4Есть примеры (1 блоков кода)
- +3Все 2 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 59.