SKILLEMALL.ai
GitHub ↗ EN Войти

BD 企业微信消息总结助手

Сводка сообщений из групповых/личных чатов WeChat Work, извлечение ключевых моментов, задач, рисков и решений, вывод читаемых ежедневных/еженедельных отчетов/протоколов совещаний; срабатывает, когда пользователь упоминает такие запросы, как «сводка сообщений WeChat Work», «сводка групповых чатов», «извлечение задач», «генерация еженедельного отчета».

машинный переводПоказать оригиналСкрыть оригинал«汇总企业微信群聊/单聊消息，提取重点、待办、风险与决策，输出可读的日报/周报/会议纪要；当用户提到“企业微信消息总结、群聊总结、提取待办、生…»

汇总企业微信群聊/单聊消息，提取重点、待办、风险与决策，输出可读的日报/周报/会议纪要；当用户提到“企业微信消息总结、群聊总结、提取待办、生成周报”等需求时触发。

ClawHub Agent Skills автор: dymdsunp-dot v1.0.0 MIT-0 2 файла тело ≈ 214 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Сводка сообщений из групповых/личных чатов WeChat Work, извлечение ключевых моментов, задач, рисков и решений, вывод читаемых ежедневных/еженедельных…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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: 2. 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")

Процессный рейтинг: все десять параметров 49/100

  • 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 (企业微信消息总结助手) не совпадает с папкой (wxwork)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 30
  • 100Стоимость исполнения. Тело инструкции 214 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 81: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 30 пунктов

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

Внешние проверки

ClawHub: clean
This is a simple instruction-only Enterprise WeChat chat summarizer, with the main caution that users may paste sensitive workplace messages into it.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.