SKILLEMALL.ai
GitHub ↗ EN Войти

BC xfg-zsxq-skills

Автоматизированный навык для «Клуба знаний» (ZhiShi XingQiu). Поддерживает публикацию постов, ответы на посты, просмотр постов, проверку уведомлений, автоматические ответы, автоматические публикации. Автоматически считывает конфигурацию из ~/.xfg-zsxq/groups.json. Поддерживает автоматическую проверку уведомлений и напоминаний о упоминаниях с помощью запланированных задач. Функция ответа использует автоматизацию браузера (Playwright MCP). Триггерные слова: '知识星球', '发帖', '回帖', 'zsxq', '检查通知', '浏览帖子', '回复帖子', '自动回帖', '设置定时任务'.

машинный переводПоказать оригиналСкрыть оригинал«知识星球自动化技能。支持发帖、回帖、浏览帖子、检查通知、自动回帖、自动发帖。自动读取 ~/.xfg-zsxq/groups.json 配置。…»

知识星球自动化技能。支持发帖、回帖、浏览帖子、检查通知、自动回帖、自动发帖。自动读取 ~/.xfg-zsxq/groups.json 配置。支持定时任务自动检查通知和被圈提醒。回复功能使用浏览器自动化（Playwright MCP）。触发词：'知识星球'、'发帖'、'回帖'、'zsxq'、'检查通知'、'浏览帖子'、'回复帖子'、'自动回帖'、'设置定时任务'。

ClawHub Agent Skills автор: 小傅哥 v2.3.0 MIT-0 17 файлов · 1 скрипт тело ≈ 1 065 токенов Открыть источникclawhub.ai↗ проанализирован 4 дн назад

Автоматизированный навык для «Клуба знаний» (ZhiShi XingQiu).

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

ПроцедураPlaywrightИнфраструктураИИ 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%
100
Качество 40%
71
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 17. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "triggers"

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: 19
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1065 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
  • -219 эмодзи в инструкциях: шум для модели
  • -31 из 7 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 182 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 18 заголовков
  • +3Пошаговые инструкции: 19 пунктов
  • +4Есть примеры (16 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (6 из 6)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: suspicious
This is a real ZSXQ automation skill, but it asks users to handle full account credentials and can post, reply, read notifications, and set recurring account activity with weak guardrails.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.