SKILLEMALL.ai

AC weapp-automatd-testing

Набор инструментов для автоматизированного тестирования WeChat Mini Program. Поддерживает запуск DevTools, навигацию по страницам, взаимодействие с элементами, снимки экрана, чтение логов консоли и многое другое. Используйте, когда пользователю необходимо автоматизировать тестирование мини-программ, управлять WeChat DevTools, читать логи консоли или выполнять сравнение снимков экрана пользовательского интерфейса.

машинный переводПоказать оригиналСкрыть оригинал«WeChat Mini Program automation testing toolkit. Supports launching Dev…»

WeChat Mini Program automation testing toolkit. Supports launching DevTools, page navigation, element interaction, screenshots, console log reading, and more. Use when the user needs to automate mini program testing, control WeChat DevTools, read console logs, or perform UI screenshot comparison.

ClawHub Agent Skills автор: John Li v1.0.0 MIT-0 7 файлов тело ≈ 755 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Набор инструментов для автоматизированного тестирования WeChat Mini Program.

Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, ошибки и развилки, согласованность

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
C
57/100
Есть пробелы
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Согласованность вес 8
40
три самых слабых из десяти параметров · все десять

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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 7. 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 57/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 40Согласованность. Имя во frontmatter (weapp-automatd-testing) не совпадает с папкой (weapp-automated-testing)
    • 60Инструменты и файлы. Используются инструменты (python, node), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 14
    • 100Стоимость исполнения. Тело инструкции 755 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 297 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 14 пунктов
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 4 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: suspicious
    This looks like a legitimate WeChat mini-program testing tool, but it needs review because it can run local automation and collect/save diagnostic data beyond what the docs clearly describe.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.