SKILLEMALL.ai

BD guaikei-xhs-trending-finder

Поиск заметок на Xiaohongshu, просмотр деталей заметок, проверка комментариев к заметкам, просмотр работ авторов. Используется, когда пользователь упоминает Xiaohongshu и хочет получить данные заметок/комментариев/авторов; даже если пользователь не говорит «данные» или «поиск», но предоставляет ключевые слова или ссылку на Xiaohongshu и хочет узнать содержание, это тоже применимо. Не используется для других платформ или для операций, требующих входа в систему.

машинный переводПоказать оригиналСкрыть оригинал«搜小红书笔记、看笔记详情、查笔记评论、查博主作品。当用户提到小红书并想拿到笔记/评论/博主数据时使用本技能;即使用户没说"数据"或"搜索",…»

搜小红书笔记、看笔记详情、查笔记评论、查博主作品。当用户提到小红书并想拿到笔记/评论/博主数据时使用本技能;即使用户没说"数据"或"搜索",只要给了关键词或小红书链接并想了解内容也适用。不用于其他平台或需登录的操作。

ClawHub Agent Skills автор: engheng-art v1.0.0 MIT-0 24 файла тело ≈ 2 064 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Поиск заметок на Xiaohongshu, просмотр деталей заметок, проверка комментариев к заметкам, просмотр работ авторов.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураПоддержка клиентовтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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: 24. 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")

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 94
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2064 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 12. 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 108: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -234 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +4Структура: 28 заголовков
  • +3Пошаговые инструкции: 94 пунктов
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This skill is a disclosed Xiaohongshu public-data lookup tool that uses a third-party API and saves results locally, with no evidence of hidden, destructive, or unrelated behavior.
LLM: benign (high) · VirusTotal: · 12 авг. 2026 г.