SKILLEMALL.ai

AB substack-news

Извлекает статьи по теме ИИ с Substack через поиск с использованием автоматизации браузера. Использует agent-browser для рендеринга страницы поиска Substack, зависящей от JS, извлечения заголовков, авторов и кратких описаний, а также форматирования их в виде нумерованного дайджеста. Используйте, когда: (1) пользователь просит найти статьи или новости на Substack, (2) пользователь хочет последние публикации Substack на любую тему, (3) пользователь упоминает "Substack" + поисковый запрос + "статьи/посты/новости". НЕ для: общего веб-поиска, получения отдельной публикации Substack по URL.

машинный переводПоказать оригиналСкрыть оригинал«Scrape AI-related articles from Substack search using browser automati…»

Scrape AI-related articles from Substack search using browser automation. Uses agent-browser to render Substack's JS-dependent search page, extract titles, authors, and summaries, and format them as a numbered digest. Use when: (1) user asks to search Substack for articles or news, (2) user wants recent Substack posts on any topic, (3) user mentions "Substack" + a search term + "articles/posts/news". NOT for: general web search, fetching a single Substack post by URL.

ClawHub Agent Skills автор: Jay v1.0.0 MIT-0 4 файла тело ≈ 265 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Извлекает статьи по теме ИИ с Substack через поиск с использованием автоматизации браузера.

Как процесс B 67/100 · Почти готов — слабые места: входы и предусловия, согласованность, отчётность по ходу

ГенераторТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
100/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
100
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Согласованность вес 8
40
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 67/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Согласованность. Имя во frontmatter (substack-news) не совпадает с папкой (substack-search)
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 75Шаги. Шагов: 3
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Стоимость исполнения. Тело инструкции 265 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

    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 2 примера фраз-триггеров в кавычках
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 472 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 3 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 1 скриптов описаны в инструкциях

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

    Внешние проверки

    ClawHub: clean
    This is a disclosed Substack search helper that uses browser automation, with some implementation and output-format caveats but no evidence of hidden or harmful behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.