SKILLEMALL.ai

BF delonix-web-intelligence

Инструмент для сбора внешней информации и общественного мнения от команды DeLong AI Lobster v1.0. Интегрирует miaoda-web-search (резюме веб-поиска) + AutoCLI (глубокий сбор данных с 50+ платформ) + push-уведомления в виде карточек Feishu + автоматизацию по расписанию. Ключевые слова: общественное мнение, разведка, сетевая информация, мониторинг, поиск, отраслевые тенденции, динамика конкурентов, анализ конкурентов, сбор внешней информации Сценарии использования: - Мониторинг общественного мнения в гостиничной индустрии (Huazhu/Jinjiang/Atour/DeLong) - Отслеживание динамики конкурентов - Анализ отраслевых тенденций - Предупреждение о кризисных ситуациях - Автоматическое создание ежедневных отраслевых отчетов

машинный переводПоказать оригиналСкрыть оригинал«德胧AI龙虾军团外网信息舆情采集工具 v1.0。整合 miaoda-web-search(网页搜索摘要)+ AutoCLI(50+平台深度采…»

德胧AI龙虾军团外网信息舆情采集工具 v1.0。整合 miaoda-web-search(网页搜索摘要)+ AutoCLI(50+平台深度采集)+ 飞书卡片推送 + 定时自动化。 触发词:舆情、情报、网情、监控、搜索、行业动态、竞争对手动态、竞品分析、外网信息采集 使用场景: - 酒店行业舆情监控(华住/锦江/亚朵/德胧) - 竞品动态追踪 - 行业趋势分析 - 危机公关预警 - 每日行业报告自动生成

ClawHub Agent Skills автор: Chaoliuzhu v1.0.1 MIT-0 4 файла · 1 скрипт тело ≈ 1 579 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Инструмент для сбора внешней информации и общественного мнения от команды DeLong AI Lobster v1.0. Интегрирует miaoda-web-search (резюме веб-поиска) + AutoCLI…

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: url

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: url
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 4. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: url
  • заметка frontmatter-key неизвестное поле фронтматтера "override-tools"

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: url
  • 0Инструменты и файлы. Не хватает 1 файла(ов): url
  • 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
  • 100Шаги. Шагов: 19
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1579 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -213 эмодзи в инструкциях: шум для модели
  • -31 из 1 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 204 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 40 заголовков
  • +3Пошаговые инструкции: 19 пунктов
  • +4Есть примеры (14 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.

Внешние проверки

ClawHub: clean
This skill is a disclosed hotel-industry web monitoring and report-pushing workflow, but users should review its broad triggers, optional third-party tools, and Feishu delivery settings before enabling automation.
LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.