SKILLEMALL.ai
GitHub ↗ EN Войти

BC xhs-note-analyst

Анализ данных Xiaohongshu / Инструмент диагностики анализа аккаунта Xiaohongshu — проведите проверку аккаунта с использованием ваших собственных официальных данных из творческой студии. Экспортируйте официальные данные последних N заметок (охват/коэффициент кликабельности обложки/рост подписчиков/среднее время просмотра), извлекайте ключевые слова для поиска популярных заметок на ту же тему на Xiaohongshu для сравнения, генерируйте HTML-отчет, содержащий ① общую таблицу данных ② диагностику работоспособности воронки конверсии ③ сравнение каждой заметки с популярными заметками + действия по улучшению. Не требует ключей API сторонних сервисов или платных квот, работает с вашей учетной записью, вошедшей в Chrome. Активируется, когда пользователь хочет проанализировать недавнюю производительность своих заметок в Xiaohongshu, почему коэффициент кликабельности/взаимодействие/рост подписчиков не работают, или хочет найти популярные заметки для сравнения и действия по оптимизации. 【Предварительное требование】 Этот навык не может работать самостоятельно, необходимо сначала установить среду выполнения браузера webclaw3 (установка этого навыка не установит его автоматически): npx clawhub@latest install fatmind/webclaw3-browser-automation — если пользователь еще не установил его, сначала направьте его на установку и завершите первоначальную настройку webclaw3, а затем выполните этот навык.

машинный переводПоказать оригиналСкрыть оригинал«小红书数据分析 / 小红书账号分析诊断工具——用你自己的创作者后台官方数据做账号体检。导出最近 N 条笔记的官方数据（曝光/封面点击率/涨粉…»

小红书数据分析 / 小红书账号分析诊断工具——用你自己的创作者后台官方数据做账号体检。导出最近 N 条笔记的官方数据（曝光/封面点击率/涨粉/人均观看时长），逐条提炼关键词去小红书搜同题材爆款做对标，生成含①数据总表②转化漏斗健康度诊断③逐条笔记对标爆款+改进动作的 HTML 报告。不需要任何第三方 API key 或付费额度，用你 Chrome 里已登录的账号跑。当用户要分析"我自己的小红书账号"最近笔记表现、点击率/互动/涨粉为什么不行、或想给笔记找对标爆款和优化动作时唤起。【前置依赖】本 skill 无法独立运行，需先安装 webclaw3 浏览器运行时（安装本 skill 不会自动装上它）：npx clawhub@latest install fatmind/webclaw3-browser-automation —— 若用户尚未安装，请先引导安装并完成 webclaw3 首次配置，再执行本 skill。

ClawHub Agent Skills автор: 石建 v1.1.3 MIT-0 5 файлов тело ≈ 899 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Анализ данных Xiaohongshu / Инструмент диагностики анализа аккаунта Xiaohongshu — проведите проверку аккаунта с использованием ваших собственных официальных…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияИнфраструктураДанные и аналитикаИИ и агентытип 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
88/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Обфускация obf-base64-blob wc3-code.mjs:2
    Длинный blob, похожий на base64 (определение детектора / чёрного списка)
    const _0x46785b=_0x18df;function _0x442a(){const _0x2e7a56=['ls1WCM9TChq','rxjY…LEI/NUAo…2zE+8Ia','yxbW…VBG','mZziy21rAMe','D2mZ…ROR
    детектор
  • низкая Секреты в коде secret-high-entropy-token wc3-code.mjs:2
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    const _0x46785b=_0x18df;function _0x442a(){const _0x2e7a56=['ls1WCM9TChq','rxjY…LEI/NUAo…2zE+8Ia','yxbW…VBG','mZziy21rAMe','D2mZ…ROR
    детектор

Просканировано файлов: 5. 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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 18
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 899 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

  • +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 412 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 18 пунктов
  • +4Есть примеры (3 блоков кода)

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

Внешние проверки

ClawHub: suspicious
This skill mostly matches its Xiaohongshu account-analysis purpose, but it uses a logged-in browser session and sensitive creator analytics while shipping an obfuscated LLM helper that can post prompt data to a configurable endpoint.
LLM: suspicious (high) · 16 авг. 2026 г.