SKILLEMALL.ai

BD 热点选题雷达

Радар идей для тем (частично бесплатно): топ горячих поисковых запросов в сети (Weibo/Douyin/Zhihu/Toutiao/Baidu), список популярных тем с низкой вовлеченностью, рекомендуемые поисковые запросы. Помогает операторам быстро находить темы для написания или съемки сегодня. Сценарии использования: когда пользователи хотят найти актуальные темы, посмотреть горячие запросы на разных платформах, найти примеры популярных тем с низкой вовлеченностью или расширить ключевые слова.

машинный переводПоказать оригиналСкрыть оригинал«选题灵感雷达(部分免费):全网热搜榜(微博/抖音/知乎/头条/百度)、低粉爆文榜单、搜一搜联想推荐词。帮运营快速找到今天能写、能拍的选题方向…»

选题灵感雷达(部分免费):全网热搜榜(微博/抖音/知乎/头条/百度)、低粉爆文榜单、搜一搜联想推荐词。帮运营快速找到今天能写、能拍的选题方向。 适用场景:用户想找热点选题、看各平台热搜、找低粉爆文参考、拓展关键词时使用。

ClawHub Agent Skills автор: dunkong v1.0.1 MIT-0 5 файлов тело ≈ 613 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Радар идей для тем (частично бесплатно): топ горячих поисковых запросов в сети (Weibo/Douyin/Zhihu/Toutiao/Baidu), список популярных тем с низкой…

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
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: 5. 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 (热点选题雷达) не совпадает с папкой (wechat-hot-topic-radar)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 13
  • 100Стоимость исполнения. Тело инструкции 613 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 110: 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)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: suspicious
This topic-radar skill mostly matches its purpose, but it includes an under-disclosed local-file upload path and broader shared API surface that users should review before installing.
LLM: suspicious (high) · 4 сент. 2026 г.