SKILLEMALL.ai
GitHub ↗ EN Войти

BF guaikei-douyin-data-funnel

Смотрим на навыки в цифрах: 4 команды CLI, 5 типов данных для поиска (видео/текст и изображения/пользователи/комментарии/горячие тренды), 5 параметров фильтрации, лимит 10 000 записей за раз, 3 сетевые попытки. Используется, когда пользователи ищут в Douyin, анализируют конкурентов, отслеживают общественное мнение, ищут горячие темы, темы для вирусных видео. Вывод в формате JSON.

машинный переводПоказать оригиналСкрыть оригинал«用数字看技能：4 个 CLI 命令、5 类可查数据（视频/图文/用户/评论/热榜）、5 维筛选参数、10000 条单次上限、3 次网络重试。…»

用数字看技能：4 个 CLI 命令、5 类可查数据（视频/图文/用户/评论/热榜）、5 维筛选参数、10000 条单次上限、3 次网络重试。当用户做抖音搜索、竞品分析、舆情监控、热点追踪、爆款选题时使用，输出纯 JSON。

ClawHub Agent Skills автор: engheng-art v1.0.0 MIT-0 34 файла тело ≈ 1 068 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Смотрим на навыки в цифрах: 4 команды CLI, 5 типов данных для поиска (видео/текст и изображения/пользователи/комментарии/горячие тренды), 5 параметров…

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: assets/*.schema.json

ИнтеграцияИнфраструктураМаркетингтип 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
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: assets/*.schema.json
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 34. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/*.schema.json
  • заметка frontmatter-key неизвестное поле фронтматтера "title"

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: assets/*.schema.json
  • 0Инструменты и файлы. Не хватает 1 файла(ов): assets/*.schema.json
  • 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
  • 100Шаги. Шагов: 31
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1068 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 111: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 31 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: suspicious
The skill mostly does advertised Douyin data collection, but it needs Review because its triggers are broad, it automatically stores fetched social data locally, and some runtime behavior exceeds its own stated limits.
LLM: suspicious (high) · 25 авг. 2026 г.