BD skillhub-daily
SkillHub Daily — ежедневный рекомендательный движок, дополняющий ClawHub Daily (обзоры продуктов/аналитика трендов). Область действия этого навыка (что нужно знать пользователю): - Чтение локальных файлов памяти (каталог TRAE memory) для извлечения ключевых слов для персонализированных рекомендаций, используется только сопоставление ключевых слов, исходное содержимое памяти не передается - Вызов CLI skillhub для получения данных о рейтингах и поиске SkillHub.cn (сетевые запросы) - Вызов skillhub skill evaluation/reports для получения глубокой оценки (сетевые запросы, опционально) - Запись сводок рекомендаций в локальные файлы и внешние сервисы (Obsidian/IMA/Feishu), требуется настройка пользователем соответствующих учетных данных - Результаты рекомендаций не содержат исходное содержимое памяти, только количество совпадений ключевых слов Отличительные особенности: - Приоритет для Китая: основное внимание уделяется рекомендациям навыков, адаптированных для китайской экосистемы (Feishu/WeChat/DingTalk/Xiaohongshu/Douyin и т. д.) - Активные разработчики: обнаружение продуктивных разработчиков и их 대표작, отслеживание авторов навыков, на которых стоит обратить внимание - Двойной аудит безопасности лаборатории: вызов skillhub skill reports для получения оценки безопасности - 6-мерная оценка качества ИИ: вызов skillhub skill evaluation для получения оценок по удобству использования/безопасности/документации и т. д. - 3-уровневое столкновение воспоминаний по весу: project_memory×3 / topics×2 / user_profile×1 Источник данных: SkillHub.cn API (через skillhub CLI, структурированный JSON, 0 потребление токенов) Масштаб сканирования: 7 рейтингов × 100 + 11 категорий × 20 поиск + 6 ключевых слов × 20 поиск ≈ 1000+ кандидатов Измерения рекомендаций: трендовый взлет / появление новичков / приоритет для Китая / активные разработчики / столкновение воспоминаний / соответствие болевым точкам / официальная сертификация Механизм дедупликации: 7-дневная межмерная дедупликация Хранение в трех местах: Obsidian inbox / IMA FIM knowledge base / Feishu Cloud Document Заявление о разрешениях: требуется доступ к сети (skillhub CLI), чтение/запись локальных файлов (каталог data), переменные окружения (IMA_OPENAPI_CLIENTID/IMA_OPENAPI_APIKEY/OBSIDIAN_VAULT_PATH/TRAE_MEMORY_PATH) Сценарии запуска: - Пользователь хочет ежедневно получать рекомендации по китайским навыкам SkillHub - Пользователь хочет найти ИИ-навыки, адаптированные для Китая - Пользователь хочет отслеживать активных разработчиков - Пользователь говорит «SkillHub Daily», «Рекомендации китайских навыков», «Какие новые Skill есть» НЕ использовать для рекомендаций платформы ClawHub (использовать clawhub-daily), общего разработки кода, проектов, не связанных с Skill.
машинный переводПоказать оригиналСкрыть оригинал«SkillHub Daily — 与 ClawHub Daily（口碑精品/趋势洞察）互补的每日推荐引擎。 本技能的行为范围（用户须知）：…»
SkillHub Daily — 与 ClawHub Daily（口碑精品/趋势洞察）互补的每日推荐引擎。 本技能的行为范围（用户须知）： - 读取本地记忆文件（TRAE memory 目录）提取关键词用于个性化推荐，仅使用关键词匹配，不传输原始记忆内容 - 调用 skillhub CLI 获取 SkillHub.cn 排行榜和搜索数据（网络请求） - 调用 skillhub skill evaluation/reports 获取深度评估（网络请求，可选） - 将推荐简报写入本地文件和外部服务（Obsidian/IMA/飞书），需用户配置对应凭证 - 推荐结果中不包含原始记忆内容，仅记录关键词匹配数量 差异化特色： - 国内优先：重点推荐适配国内生态的技能（飞书/微信/钉钉/小红书/抖音等） - 活跃开发者：发现高产开发者及其代表作，追踪值得关注的技能作者 - 双实验室安全审计：调用 skillhub skill reports 获取安全评估 - AI 6维质量评估：调用 skillhub skill evaluation 获取可用性/安全性/文档等评分 - 3级权重记忆碰撞：project_memory×3 / topics×2 / user_profile×1 数据源：SkillHub.cn API（via skillhub CLI，结构化 JSON，0 token 消耗） 扫描规模：7 排行榜 × 100 + 11 分类 × 20 搜索 + 6 关键词 × 20 搜索 ≈ 1000+ 候选 推荐维度：趋势飙升 / 新星上线 / 国内优先 / 活跃开发者 / 记忆碰撞 / 痛点匹配 / 官方认证 去重机制：7 天跨维度去重 三处存放：Obsidian inbox / IMA FIM 知识库 / 飞书云文档 权限声明：需要网络访问（skillhub CLI）、本地文件读写（data 目录）、环境变量（IMA_OPENAPI_CLIENTID/IMA_OPENAPI_APIKEY/OBSIDIAN_VAULT_PATH/TRAE_MEMORY_PATH） 触发场景： - 用户希望每日收到 SkillHub 国内技能推荐 - 用户希望发现适配国内的 AI 技能 - 用户希望追踪活跃开发者 - 用户说"SkillHub 日报"、"国内技能推荐"、"有什么新 Skill" Do NOT use for ClawHub 平台推荐（用 clawhub-daily）、通用代码开发、非 Skill 项目。
SkillHub Daily — ежедневный рекомендательный движок, дополняющий ClawHub Daily (обзоры продуктов/аналитика трендов).
Как процесс D 47/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки
Как улучшить
- Сократите description до 1024 символов.
- 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: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- ошибка
description-longdescription 1071 символов, лимит 1024 - заметка
frontmatter-keyнеизвестное поле фронтматтера "slug" - заметка
frontmatter-keyнеизвестное поле фронтматтера "displayName" - заметка
frontmatter-keyнеизвестное поле фронтматтера "summary"
Процессный рейтинг: все десять параметров 47/100
- 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
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 12
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1143 токенов
- low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле
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
- +3Длина description 1070: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +5В description 3 примера фраз-триггеров в кавычках
- +4Описание говорит, когда скилл НЕ применять
- +4Структура: 26 заголовков
- +3Пошаговые инструкции: 12 пунктов
- +4Есть примеры (3 блоков кода)
- +3Все 2 скриптов описаны в инструкциях
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.