SKILLEMALL.ai

AD guangzhou-daily-news

Получайте последние новости (20-30 шт.) с сайта Guangzhou Daily Xin Huacheng, включая заголовок, краткое содержание, ссылку на оригинал, редактора, корреспондента и другую подробную информацию, генерируйте в красивом формате Markdown и поддерживайте отправку через WeChat. Сценарии использования: (1) Пользователь говорит «Получить новости Guangzhou Daily», «Посмотреть, какие новости есть на Xin Huacheng»; (2) Автоматическое получение и отправка каждый день в 9:00 и 18:00; (3) Когда нужна местная новостная информация Гуанчжоу.

машинный переводПоказать оригиналСкрыть оригинал«获取广州日报新花城网站发布的最新新闻(20-30条),包含标题、摘要、原文链接、编辑、记者等详细信息,生成美观 Markdown 格式并支持…»

获取广州日报新花城网站发布的最新新闻(20-30条),包含标题、摘要、原文链接、编辑、记者等详细信息,生成美观 Markdown 格式并支持微信推送。使用场景:(1) 用户说"获取广州日报新闻"、"看看新花城有什么新闻";(2) 每天早上9点、晚上6点自动获取并推送;(3) 需要广州本地新闻资讯时。

ClawHub Agent Skills автор: zaimingwang v1.0.0 MIT-0 3 файла тело ≈ 435 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Получайте последние новости (20-30 шт.) с сайта Guangzhou Daily Xin Huacheng, включая заголовок, краткое содержание, ссылку на оригинал, редактора…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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 · 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")

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 33
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 435 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -217 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 2 примера фраз-триггеров в кавычках
  • +3Длина description 150 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 33 пунктов
  • +4Есть примеры (4 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

Внешние проверки

ClawHub: clean
This skill is a disclosed Guangzhou Daily news formatter with local Markdown output and optional scheduled/WeChat-style delivery behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.