BF wechat-article-writer
Сквозной конвейер для написания и публикации статей в WeChat Official Account. 9-этапный многоагентный рабочий процесс: исследование темы → написание на китайском языке → слепое рецензирование качества → проверка фактов → форматирование → предварительный просмотр человеком → иллюстрации из фотоальбома → публикация в черновиках. Используйте, когда пользователь просит написать, составить или опубликовать статью в WeChat, или говорит «создать/написать/составить/опубликовать/тему/голос/статус».
машинный переводПоказать оригиналСкрыть оригинал«End-to-end 微信公众号 (WeChat Official Account) article writing and publish…»
End-to-end 微信公众号 (WeChat Official Account) article writing and publishing pipeline. 9-step multi-agent workflow: topic research → Chinese-first writing → blind quality review → fact-check → formatting → human preview → scrapbook illustrations → draft box publish. Use when user asks to write, draft, or publish a WeChat article, or says "forge write/draft/publish/topic/voice/status".
Сквозной конвейер для написания и публикации статей в WeChat Official Account.
Как процесс F 38/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/scrapbook-prompt.md
Чем это грозит
Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.
Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.
Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.
Как улучшить
- Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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 · 2
-
высокая Опасные команды
cmd-pipe-to-shellreferences/templates.md:203Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell)curl -fsSL https://ollama.ai/install.sh | sh
Средние и низкие: 1
-
низкая Опасные команды
cmd-privilegereferences/figure-generation-guide.md:147Повышение привилегий / права на запись для всех (определение детектора / чёрного списка)PUPPET='{"args":["--no-sandbox","--disable-setuid-sandbox"]}'детектор
Просканировано файлов: 44. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
frontmatter-yamlSKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: End-to-end 微信公众号 (WeChat Official Account) article writing and pub… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении - предупреждение
missing-refссылка на отсутствующий файл: references/scrapbook-prompt.md
Процессный рейтинг: все десять параметров 38/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): references/scrapbook-prompt.md
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 11, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (wechat-article-writer) не совпадает с папкой (wechat-article-forge)
- 100Шаги. Шагов: 10
- 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
- 100Стоимость исполнения. Тело инструкции 2253 токенов
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Ответ описан самодельной разметкой (4 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
- -31 из 3 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 384 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 11 заголовков
- +3Пошаговые инструкции: 10 пунктов
- +4Есть примеры (2 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (13 из 13)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.