SKILLEMALL.ai
GitHub ↗ EN Войти

BF feishu-doc-publisher

Публикация Markdown-файлов в виде онлайн-документов Feishu (Lark). Поддерживает полный синтаксис Markdown, имеет уникальный алгоритм интеллектуального автоматического подбора ширины столбцов таблицы для идеального отображения сложного форматированного текста и поддерживает публичное распространение в Интернете. Инструкции по настройке: перед запуском убедитесь, что в переменных среды или в файле `.env` рабочей области настроены `FEISHU_APP_ID` и `FEISHU_APP_SECRET`. Также можно настроить `FEISHU_ADMIN` (адрес электронной почты или OpenID) для автоматического переноса прав собственности на документ на вашу личную учетную запись после публикации.

машинный переводПоказать оригиналСкрыть оригинал«将 Markdown 文件发布为飞书（Feishu/Lark）在线文档。 支持完整的 Markdown 语法，独创表格列宽智能自适应算法，完…»

将 Markdown 文件发布为飞书（Feishu/Lark）在线文档。 支持完整的 Markdown 语法，独创表格列宽智能自适应算法，完美呈现复杂富文本，并支持互联网公开分享。 配置说明：运行前请确保在环境变量或工作区 `.env` 文件中配置 `FEISHU_APP_ID` 和 `FEISHU_APP_SECRET`。还可配置 `FEISHU_ADMIN`（邮箱或 OpenID） 以实现发布后全自动将文档所有权移交给您的个人账号。

ClawHub Agent Skills автор: happyphper v2.0.1 MIT-0 7 файлов тело ≈ 830 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Публикация Markdown-файлов в виде онлайн-документов Feishu (Lark).

Как процесс F 33/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: url

ПроцедураИнфраструктуратип 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
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
61
Прогон на моделях
не было
Процессный рейтинг
F
33/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: url
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 7. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: url

Процессный рейтинг: все десять параметров 33/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: url
  • 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
  • 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
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 100Шаги. Шагов: 30
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 830 токенов

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
  • -214 эмодзи в инструкциях: шум для модели
  • -32 из 3 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 221 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 30 пунктов
  • +4Есть примеры (8 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 61.

Внешние проверки

ClawHub: clean
This skill does what it says: it publishes chosen Markdown files to Feishu, but users must be careful with public sharing and ownership-transfer options.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.