SKILLEMALL.ai
GitHub ↗ EN Войти

BD obsidian-inbox-pipeline

Полный конвейер для автоматического сбора и структурированного сохранения информации из любых источников (новости ИИ, экономический радар, ежедневные туристические отчеты, RSS, статьи) в Obsidian inbox. Поддерживает push-уведомления в Telegram / Feishu и периодическое выполнение по cron. Одна конфигурация — вечное автоматическое накопление знаний.

машинный переводПоказать оригиналСкрыть оригинал«将任意来源（AI 资讯、经济雷达、旅游日报、RSS、文章）自动采集、 结构化写入 Obsidian inbox 的完整流水线。支持 Tele…»

将任意来源（AI 资讯、经济雷达、旅游日报、RSS、文章）自动采集、 结构化写入 Obsidian inbox 的完整流水线。支持 Telegram / 飞书推送 和 cron 定时执行。一套配置，永久自动沉淀知识。

ClawHub Agent Skills автор: simo v1.0.1 MIT-0 7 файлов · 1 скрипт тело ≈ 949 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Полный конвейер для автоматического сбора и структурированного сохранения информации из любых источников (новости ИИ, экономический радар, ежедневные…

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

ПроцедураObsidianTelegramИнфраструктуратип 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
87/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
72
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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Утечка данных exfil-webhook-url scripts/daily_pipeline.sh:92
    URL вебхука / коллбэка, типичный для эксфильтрации (проверьте адрес) (хост вендора самого скилла; в кавычках — упоминание, а не команда)
    f"https://api.telegram.org/bot{token}/sendMessage",
    vendor-hostв кавычках
  • низкая Утечка данных read-dotenv SKILL.md:31
    Чтение файла .env
    cp references/.env.example .env
  • низкая Утечка данных read-dotenv SKILL.md:156
    Чтение файла .env
    source /path/to/.env && \

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")

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 (python, node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 5
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 949 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 108: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 5 пунктов
  • +4Есть примеры (9 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: suspicious
This Obsidian automation skill is mostly transparent, but its daily pipeline can automatically run code from outside the reviewed skill and handle sensitive vault content, so it should be reviewed before use.
LLM: suspicious (high) · VirusTotal: benign · 28 мая 2026 г.