SKILLEMALL.ai

AC zhihu-ops

Выполнение интерактивных и творческих операций на Zhihu через браузер openclaw, включая лайки,收藏, комментарии, ответы, публикацию статей, редактирование статей, вопросы, вход в центр творчества, просмотр страницы управления комментариями, а также поиск кнопок и полей ввода на странице по целевому URL для выполнения действий. Используйте этот навык, когда пользователь просит на Zhihu "поставить лайк" "прокомментировать" "ответить на это" "опубликовать статью" "изменить этот контент" "задать вопрос" "открыть творческий центр" или просит агента повторно использовать существующую структуру страницы и процесс работы, вместо того чтобы каждый раз заново разбираться в странице.

машинный переводПоказать оригиналСкрыть оригинал«通过 openclaw browser 在知乎执行互动与创作类操作,包括赞同、收藏、评论、回复、发布文章、编辑文章、提问、进入创作中心、查看…»

通过 openclaw browser 在知乎执行互动与创作类操作,包括赞同、收藏、评论、回复、发布文章、编辑文章、提问、进入创作中心、查看评论管理页,以及按目标 URL 在页面中定位按钮和输入框完成动作。当用户要求在知乎上"点个赞""评论一下""回复这条""发一篇文章""改下这篇内容""提一个问题""打开创作后台"或让代理复用已有页面结构与操作流程,而不是每次重新摸索页面时使用此技能。

ClawHub Agent Skills автор: gumailianxin v1.1.0 MIT-0 3 файла тело ≈ 1 095 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Выполнение интерактивных и творческих операций на Zhihu через браузер openclaw, включая лайки,收藏, комментарии, ответы, публикацию статей, редактирование…

Как процесс C 53/100 · Есть пробелы — 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%
77
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: 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 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: 133
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1095 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. 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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 2 примера фраз-триггеров в кавычках
  • +3Длина description 195 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 23 заголовков
  • +3Пошаговые инструкции: 133 пунктов
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: clean
This is a disclosed Zhihu browser-automation skill for account actions like liking, commenting, posting, and editing, with no executable code or hidden data flow found.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.