AF feishu-doc-editing
Оптимизированные по производительности стратегии редактирования документов Feishu (Lark) с помощью инструмента feishu_doc от OpenClaw. Используйте, когда: (1) изменяете существующие документы Feishu, (2) вставляете изображения в определенные позиции, (3) записываете таблицы или структурированный контент, (4) выполняете любую задачу по редактированию нескольких блоков документа, (5) пишете длинные документы, которые могут превысить лимиты размера API. Предоставляет конкретные шаблоны для минимизации вызовов API и максимизации скорости редактирования при сохранении существующего форматирования. Охватывает: параллельные операции, вставку изображений по позиции, разбиение больших документов, обработку ограничений скорости, сохранение форматирования текста и предотвращение конфликтов. Дополняет встроенный навык feishu-doc (API reference) лучшими практическими операционными рекомендациями.
машинный переводПоказать оригиналСкрыть оригинал«Performance-optimized strategies for editing Feishu (Lark) documents v…»
Performance-optimized strategies for editing Feishu (Lark) documents via OpenClaw's feishu_doc tool. Use when: (1) modifying existing Feishu documents, (2) inserting images at specific positions, (3) writing tables or structured content, (4) any multi-block document editing task, (5) writing long documents that may hit API size limits. Provides concrete patterns to minimize API calls and maximize editing speed while preserving existing formatting. Covers: parallel operations, positioned image insertion, large document chunking, rate-limit handling, rich-text preservation, and conflict avoidance. Complements the built-in feishu-doc skill (API reference) with operational best practices.
Оптимизированные по производительности стратегии редактирования документов Feishu (Lark) с помощью инструмента feishudoc от OpenClaw.
Как процесс F 44/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: url
Как улучшить
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
missing-refссылка на отсутствующий файл: url
Процессный рейтинг: все десять параметров 44/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): url
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 21, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 85Шаги. Шагов: 22, расплывчатых формулировок: 1
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1664 токенов
- low Разделов верхнего уровня: 12. 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
- +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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 693 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 13 заголовков
- +3Пошаговые инструкции: 22 пунктов
- +4Есть примеры (3 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.