SKILLEMALL.ai

BF llm-daily-digest

Генерирует ежедневный информационный бюллетень по китайским новостям в области LLM / больших моделей. Источники сбора информации включают: **8 официальных блогов ведущих производителей** (зарубежные: OpenAI / Anthropic / Google DeepMind / Meta AI / xAI / Mistral; отечественные: DeepSeek / Tongyi Qianwen Qwen — первоисточники с наивысшим приоритетом), GitHub Trending, arXiv (cs.CL / cs.AI / cs.LG / cs.CV), Hugging Face, Papers With Code, Hacker News, X/Twitter, а также китайские СМИ, такие как 机器之心, 量子位; охватывает четыре типа контента: официальные релизы производителей, новые проекты с открытым исходным кодом, новые статьи, отраслевые новости/события. Этот навык следует использовать, когда пользователь говорит «запустите сегодняшний AI-дайджест», «сгенерируйте ежедневный отчет по большим моделям», «сегодняшний информационный бюллетень по большим моделям», «обобщите сегодняшние AI-события», «предоставьте мне сводку LLM», «что произошло сегодня в AI-кругах», «что сегодня в AI-кругах», «посмотрите, что сегодня происходит в области больших моделей», или когда он срабатывает по расписанию cron (сообщение триггера содержит ключевые слова, такие как «ежедневный отчет», «digest», «brief» и т. д.). Даже если пользователь не произнес слова «ежедневный отчет», но выразил намерение «собрать сегодняшние проекты/статьи/новости, связанные с LLM» (например, «что хорошего сегодня на HuggingFace», «какие новые AI-статьи стоит почитать сегодня», «какие новые события сегодня у OpenAI / Anthropic / DeepSeek / Qwen»), он также должен срабатывать. Результатом является структурированный файл Markdown с заголовком `🗣️ Что сегодня произошло в AI-кругах · ГГГГ-ММ-ДД`, сохраненный в `~/.openclaw/workspace/digests/YYYY-MM-DD.md`, с указанием пути к файлу и 3 лучших отобранных материалов дня в диалоге.

машинный переводПоказать оригиналСкрыть оригинал«生成一份当日 LLM / 大模型领域的中文资讯简报。采集来源包括:**8 家头部厂商官方博客**(海外:OpenAI / Anthropic…»

生成一份当日 LLM / 大模型领域的中文资讯简报。采集来源包括:**8 家头部厂商官方博客**(海外:OpenAI / Anthropic / Google DeepMind / Meta AI / xAI / Mistral;国内:DeepSeek / 通义千问 Qwen —— 最高优先级一手源)、GitHub Trending、arXiv(cs.CL / cs.AI / cs.LG / cs.CV)、Hugging Face、Papers With Code、Hacker News、X/Twitter、以及机器之心、量子位等中文媒体;覆盖四类内容:厂商官方发布、新开源项目、新论文、行业资讯/事件。只要用户说"跑一下今天的 AI 日报""生成大模型日报""今日大模型简报""总结一下今天 AI 动态""给我一份 LLM 快报""今天 AI 圈发生了啥""AI 圈今天有啥""看看今天大模型那边啥情况",或被 cron 定时任务触发(触发消息中包含"日报""digest""brief"等关键字),都应使用此 skill。即使用户没说"日报"两个字,但表达出"整理今天 LLM 相关的项目/论文/新闻"意图的也应触发(例如"今天 HuggingFace 上有啥好东西""今天有什么 AI 新论文值得看""OpenAI / Anthropic / DeepSeek / Qwen 今天有啥新动态")。产出是一份结构化 Markdown 文件,标题为 `🗣️ 今天 AI 圈发生了啥 · YYYY-MM-DD`,保存到 `~/.openclaw/workspace/digests/YYYY-MM-DD.md`,并在会话里附上文件路径和本日最值得看的 3 条精选。

ClawHub Agent Skills автор: flowbywind v1.0.0 MIT-0 3 файла тело ≈ 3 758 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Генерирует ежедневный информационный бюллетень по китайским новостям в области LLM / больших моделей.

Как процесс F 33/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: url, hn-url, src-url

ПроцедураGitHubИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
85/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
63
Прогон на моделях
не было
Процессный рейтинг
F
33/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: url, hn-url, src-url
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 3. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: url
  • предупреждение missing-ref ссылка на отсутствующий файл: hn-url
  • предупреждение missing-ref ссылка на отсутствующий файл: src-url

Процессный рейтинг: все десять параметров 33/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: url, hn-url, src-url
  • 0Инструменты и файлы. Не хватает 3 файла(ов): url, hn-url, src-url
  • 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: 4, без проверки текущего состояния
  • 100Шаги. Шагов: 139
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3758 токенов

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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -224 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 14 примера фраз-триггеров в кавычках
  • +3Длина description 736 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 22 заголовков
  • +3Пошаговые инструкции: 139 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.

Внешние проверки

ClawHub: clean
This appears to be a disclosed AI-news digest skill that saves local Markdown reports, with some activation-scope caveats but no evidence of hidden or harmful behavior.
LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.