SKILLEMALL.ai

BD 视频号直播回放台

Списком выводит записи прямых эфиров WeChat, доступные для аккаунта (название, время, длительность, обложка), с возможностью получить подробную информацию и данные об интерактивности для конкретной записи. Часто используется для анализа прошедших эфиров и изучения прямых эфиров конкурентов. Применимо, когда пользователь хочет посмотреть записи прямых эфиров WeChat и их данные.

машинный переводПоказать оригиналСкрыть оригинал«列出视频号账号可访问的直播回放记录(标题、时间、时长、封面),并可对指定回放取详细资料与互动数据。直播复盘、竞品直播研究常用。 适用场景:用…»

列出视频号账号可访问的直播回放记录(标题、时间、时长、封面),并可对指定回放取详细资料与互动数据。直播复盘、竞品直播研究常用。 适用场景:用户想看某个视频号的直播回放记录及其数据时使用。

ClawHub Agent Skills автор: dunkong v1.0.1 MIT-0 5 файлов тело ≈ 620 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Списком выводит записи прямых эфиров WeChat, доступные для аккаунта (название, время, длительность, обложка), с возможностью получить подробную информацию и…

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияРазработкаДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
85/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
63
Прогон на моделях
не было
Процессный рейтинг
D
41/100
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"

Процессный рейтинг: все десять параметров 41/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (视频号直播回放台) не совпадает с папкой (wechat-channel-live-replay)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 13
  • 100Стоимость исполнения. Тело инструкции 620 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)
  • +3Длина description 93: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 13 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.

Внешние проверки

ClawHub: suspicious
The skill largely supports the advertised WeChat live-replay queries, but it includes under-disclosed local file upload and data-retention behavior that should be reviewed before installation.
LLM: suspicious (high) · 4 сент. 2026 г.