SKILLEMALL.ai

AB feishu-openclaw-paper-manager

Разрабатывает или внедряет рабочий процесс управления статьями, построенный на боте Feishu и OpenClaw. Используйте, когда пользователь хочет получать статьи из сообщений Feishu, сохранять PDF-файлы или исходные ссылки в папку статей Feishu cloud-docs, поддерживать доступную для поиска многомерную таблицу метаданных статей и тегов, пригодных для повторного использования, или развивать таксономию тегов после каждых 50 добавленных статей.

машинный переводПоказать оригиналСкрыть оригинал«Design or implement a paper-management workflow built on a Feishu bot…»

Design or implement a paper-management workflow built on a Feishu bot plus OpenClaw. Use when the user wants to ingest papers from Feishu messages, save PDFs or source links into a Feishu cloud-docs paper folder, maintain a searchable multi-dimensional table of paper metadata and reusable tags, or evolve the tag taxonomy after every 50 newly added papers.

ClawHub Agent Skills автор: Xi Wu v1.0.0 MIT-0 7 файлов тело ≈ 2 620 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Разрабатывает или внедряет рабочий процесс управления статьями, построенный на боте Feishu и OpenClaw.

Как процесс B 66/100 · Почти готов — слабые места: входы и предусловия, согласованность

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
66/100
Почти готов
Входы и предусловия вес 11
0
Согласованность вес 8
40
Инструменты и файлы вес 18
60
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: 7. 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 66/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 40Согласованность. Имя во frontmatter (feishu-openclaw-paper-manager) не совпадает с папкой (feishu-paper-manager)
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 85Шаги. Шагов: 137, расплывчатых формулировок: 1
    • 100Ошибки и развилки. Развилок: 4, есть раздел про ошибки
    • 100Стоимость исполнения. Тело инструкции 2620 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • low Разделов верхнего уровня: 17. Похоже на несколько доменов в одном скилле

    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)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 357 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 18 заголовков
    • +3Пошаговые инструкции: 137 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This is a coherent design-only skill for a Feishu paper-ingestion bot, with privacy and bulk-update risks that should be scoped before real deployment.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.