SKILLEMALL.ai

AD aicloud-thought-proxy

云思客(AIcloud-thought-proxy) — работает в сочетании с локальным агентом, управляя браузером для доступа к веб-версиям ИИ (DeepSeek, Kimi, 豆包, 通义千问, ChatGPT, Claude, Gemini, Grok и т. д.) для экономии токенов. Сценарии использования: когда пользователь просит "открыть веб-сайт ИИ в браузере для диалога и совместной работы", "попросить веб-версию ИИ спланировать шаги/написать код/выполнить логический вывод, а локальный агент выполнит", "сэкономить токены", упоминает "云思客" и т. д. Автоматически определяет ядро браузера (Chromium → chrome-mcp/BrowserSkill; Gecko → GeckoDriver + Marionette), предлагает пользователю выбрать модель/режим мышления/сетевой поиск (включая размытые запросы типа "последняя/лучшая модель"), предлагает пользователю вручную войти и пройти проверку CAPTCHA, устанавливая цикл совместной работы "веб-ИИ предоставляет план, локальный агент выполняет".

машинный переводПоказать оригиналСкрыть оригинал«云思客(AIcloud-thought-proxy)——通过操控浏览器访问网页版 AI(DeepSeek、Kimi、豆包、通义千问、Chat…»

云思客(AIcloud-thought-proxy)——通过操控浏览器访问网页版 AI(DeepSeek、Kimi、豆包、通义千问、ChatGPT、Claude、Gemini、Grok 等)与本地 Agent 协同工作以节省 tokens。触发场景:用户要求"用浏览器打开某 AI 官网对话并协作"、"让网页版 AI 规划步骤/编写代码/逻辑推理、本地 Agent 执行"、"节省 tokens"、提到"云思客"等。自动检测浏览器内核(Chromium → chrome-mcp/BrowserSkill;Gecko → GeckoDriver + Marionette),引导用户选择模型/思考模式/联网搜索(含"最新/最强模型"等模糊语言解析),提示用户手动登录与人机验证,建立"网页 AI 出方案、本地 Agent 执行"的协作循环。

ClawHub Agent Skills автор: GeorgeChou17 v0.1.0 MIT-0 10 файлов тело ≈ 1 784 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

云思客(AIcloud-thought-proxy) — работает в сочетании с локальным агентом, управляя браузером для доступа к веб-версиям ИИ (DeepSeek, Kimi, 豆包, 通义千问, ChatGPT…

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

ПроцедураGitHubPlaywrightИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
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: 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

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 (node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 84
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1784 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 13. 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +5В description 5 примера фраз-триггеров в кавычках
  • +3Длина description 370 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 84 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (5 из 5)
  • +3Все 1 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

Внешние проверки

ClawHub: suspicious
This skill is review-worthy because it can control logged-in browser sessions, install browser-control tools, and relay user requests and execution results to third-party AI sites with limited privacy safeguards.
LLM: suspicious (high) · 11 авг. 2026 г.