SKILLEMALL.ai

BF guaikei-douyin-data-intake-to-json

Объясняем в одном предложении: 4 команды для поиска 4 типов общедоступных данных Douyin — search для поиска видео/текста и изображений/пользователей, post для получения работ авторов, comment для извлечения комментариев к видео, hot для просмотра текущих горячих трендов. Поддерживает 3 формата ссылок (ссылка для ПК/мобильная короткая ссылка/прямая передача ID), вывод JSON с автоматическим сохранением в журнал.

машинный переводПоказать оригиналСкрыть оригинал«一句话讲清:4 个命令查 4 类抖音公开数据——search 搜视频/图文/用户、post 抓博主作品、comment 拉视频评论、hot…»

一句话讲清:4 个命令查 4 类抖音公开数据——search 搜视频/图文/用户、post 抓博主作品、comment 拉视频评论、hot 看实时热榜。3 种链接格式通吃(PC 链接/移动短链/ID 直传),输出 JSON 自动存日志。

ClawHub Agent Skills автор: engheng-art v1.0.0 MIT-0 34 файла тело ≈ 1 070 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Объясняем в одном предложении: 4 команды для поиска 4 типов общедоступных данных Douyin — search для поиска видео/текста и изображений/пользователей, post для…

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
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 1070 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 118: 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
This skill is a coherent Douyin public-data collection tool, but it needs Review because it can send broad user queries and URLs to a third-party API and automatically store large comment/account datasets locally.
LLM: suspicious (high) · 25 авг. 2026 г.