SKILLEMALL.ai
GitHub ↗ EN Войти

BD xiaohongshu-lowtop

Низкобюджетные популярные посты в Xiaohongshu фокусируются на извлечении данных о популярных постах с низкой аудиторией на платформе Xiaohongshu, получая списки постов с менее чем 5000 подписчиков, но с более чем 500 взаимодействиями. Ищет качественные образцы с закономерностями популярных постов и популярными трендами.

машинный переводПоказать оригиналСкрыть оригинал«小红书低粉爆款笔记专注于挖掘小红书平台上的低粉爆款数据，获取粉丝量低于5000但互动量超过500的笔记榜单。寻找拥有爆款规律和热门趋势的优质…»

小红书低粉爆款笔记专注于挖掘小红书平台上的低粉爆款数据，获取粉丝量低于5000但互动量超过500的笔记榜单。寻找拥有爆款规律和热门趋势的优质样本。

ClawHub Agent Skills автор: if530770 v1.0.4 MIT-0 8 файлов тело ≈ 1 357 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Низкобюджетные популярные посты в Xiaohongshu фокусируются на извлечении данных о популярных постах с низкой аудиторией на платформе Xiaohongshu, получая…

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

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
89/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
D
41/100
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Секреты в коде secret-password-literal scripts/fetch_explosive_articles.py:152
    Захардкоженный пароль / ключ (возможно, пример)
    api_key = match.group(1).strip()

Просканировано файлов: 8. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "dependency"

Процессный рейтинг: все десять параметров 41/100

  • 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
  • 40Согласованность. Имя во frontmatter (xiaohongshu-lowtop) не совпадает с папкой (xhs-breaking-rankings)
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 39
  • 100Стоимость исполнения. Тело инструкции 1357 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 73: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 25 заголовков
  • +3Пошаговые инструкции: 39 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: suspicious
This skill appears to serve its stated trend-analysis purpose, but it needs review because it handles API credentials and recurring outputs in unsafe or under-scoped ways.
LLM: suspicious (medium) · VirusTotal: · 5 июн. 2026 г.