SKILLEMALL.ai

BC linkdapi-openclaw

Полная интеграция LinkdAPI навыка OpenClaw. Включает все 50+ конечных точек, SDK для Python/Node.js/Go, аутентификацию, лимиты запросов и примеры из реальной жизни. Используйте этот навык, когда пользователь хочет найти профили LinkedIn, выполнить поиск людей или компаний в LinkedIn, обогатить лиды, исследовать вакансии в LinkedIn, извлекать данные из постов или статей LinkedIn, заниматься B2B-поиском, получать данные о компаниях из LinkedIn или вызывать любой API данных LinkedIn. Всегда используйте этот навык для ЛЮБОЙ задачи, связанной с данными LinkedIn, даже если пользователь просто говорит «найди меня в LinkedIn», «найди эту компанию» или «ищи инженеров в Берлине в LinkedIn».

машинный переводПоказать оригиналСкрыть оригинал«Complete LinkdAPI integration OpenClaw skill. Includes all 50+ endpoin…»

Complete LinkdAPI integration OpenClaw skill. Includes all 50+ endpoints, Python/Node.js/Go SDKs, authentication, rate limits, and real-world examples. Use this skill whenever the user wants to look up LinkedIn profiles, search LinkedIn people or companies, enrich leads, research LinkedIn jobs, scrape LinkedIn posts or articles, do B2B prospecting, get LinkedIn company data, or call any LinkedIn data API. Always use this skill for ANY LinkedIn data task, even if the user just says "find me on LinkedIn" or "look up this company" or "search LinkedIn for engineers in Berlin".

ClawHub Agent Skills автор: LinkdAPI v1.0.0 MIT-0 4 файла тело ≈ 2 480 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Полная интеграция LinkdAPI навыка OpenClaw.

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность

ИнтеграцияИнфраструктураРазработкаТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
81/100
безопасность, качество, тесты
Безопасность 60%
75
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
C
56/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

Как улучшить

    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 · 5

    ✓ Критических и высоких находок нет

    Средние и низкие: 5
    • средняя Утечка данных net-credential-use SKILL.md:26
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      curl -s -H "X-linkdapi-apikey: $LINKDAPI_KEY" \
    • средняя Утечка данных net-credential-use SKILL.md:153
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      PROFILE=$(curl -s -H "X-linkdapi-apikey: $LINKDAPI_KEY" \
    • средняя Утечка данных net-credential-use SKILL.md:159
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      curl -s -H "X-linkdapi-apikey: $LINKDAPI_KEY" \
    • средняя Утечка данных net-credential-use SKILL.md:161
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      curl -s -H "X-linkdapi-apikey: $LINKDAPI_KEY" \
    • средняя Утечка данных net-credential-use SKILL.md:163
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      curl -s -H "X-linkdapi-apikey: $LINKDAPI_KEY" \

    Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 56/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Согласованность. Имя во frontmatter (linkdapi-openclaw) не совпадает с папкой (linkdapi-official)
    • 50Шаги. Шагов: 2
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Стоимость исполнения. Тело инструкции 2480 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Нет пошаговых инструкций или чек-листа
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 3 примера фраз-триггеров в кавычках
    • +3Длина description 579 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 23 заголовков
    • +4Есть примеры (7 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.

    Внешние проверки

    ClawHub: clean
    This is a disclosed LinkdAPI skill for LinkedIn data lookups, with privacy and API-key cautions but no evidence of hidden or destructive behavior.
    LLM: benign (high) · VirusTotal: benign · 28 мая 2026 г.