SKILLEMALL.ai
GitHub ↗ EN Войти

BD scalingup-daily

Навык генерации ежедневных отчетов по моделям области поиска, рекламы и рекомендаций (搜广推) Scaling Up. Триггерные слова: ежедневный отчет 搜广推, ежедневный отчет ScalingUp, ежедневный отчет scaling up, ежедневный отчет 搜广推 Scaling, ежедневный отчет рекомендательной системы, ежедневный отчет генеративных рекомендаций, ежедневный технический отчет 搜广推, ежедневный отчет 搜广推 Scaling Law, ежедневный отчет большой модели рекомендательной системы. Используется для ежедневного автоматического/ручного отслеживания новейших статей, технических статей, открытых проектов и отраслевых конференций в области поиска, рекламы и рекомендаций (搜广推), с созданием структурированных ежедневных отчетов в Markdown и синхронизацией с базой знаний IMA и Tencent Docs.

машинный переводПоказать оригиналСкрыть оригинал«搜广推领域模型 Scaling Up 日报生成技能。触发词：搜广推日报、ScalingUp 日报、scaling up 日报、搜广推 Sca…»

搜广推领域模型 Scaling Up 日报生成技能。触发词：搜广推日报、ScalingUp 日报、scaling up 日报、搜广推 Scaling 日报、推荐系统日报、生成式推荐日报、搜广推技术日报、搜广推 Scaling Law 日报、推荐系统大模型日报。用于每日自动/手动追踪搜索、广告、推荐（搜广推）领域的最新论文、技术文章、开源项目与行业会议动态，产出结构化 Markdown 日报并同步至 IMA 知识库与腾讯文档。

ClawHub Agent Skills автор: fandywang87 v3.0.0 MIT-0 10 файлов тело ≈ 1 896 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Навык генерации ежедневных отчетов по моделям области поиска, рекламы и рекомендаций (搜广推) Scaling Up.

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип 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
86/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
D
43/100
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 · 5

✓ Критических и высоких находок нет

Средние и низкие: 5
  • низкая Секреты в коде secret-high-entropy-token package-lock.json:48
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    "integrity": "sha5…NxY+fzEC…TMw+Dfs3…h4g==",
    детектор
  • низкая Секреты в коде secret-high-entropy-token package-lock.json:107
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    "integrity": "sha5…9co+7Zrb…CSH/zJvXw56gmHw==",
    детектор
  • низкая Секреты в коде secret-high-entropy-token package-lock.json:148
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    "integrity": "sha5…Eg5+wW0/QaZM…swK/w2MWU+Gw==",
    детектор
  • низкая Секреты в коде secret-high-entropy-token package-lock.json:192
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    "integrity": "sha5…uff+RtWa…OPA==",
    детектор
  • низкая Секреты в коде secret-high-entropy-token package-lock.json:204
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    "integrity": "sha5…CUH+OiuIgU++RB0+94Nl…dMw==",
    детектор

Просканировано файлов: 10. 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 43/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (python, node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 131
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1896 токенов
  • 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -31 из 2 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 214 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 28 заголовков
  • +3Пошаговые инструкции: 131 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
This skill mostly matches its stated report-generation purpose, but it needs review because it automates scraping and publishes generated reports using stored credentials.
LLM: suspicious (high) · 19 авг. 2026 г.