SKILLEMALL.ai

AD xiaohongshu-win

Нативное приложение для Windows для инструментов контента Xiaohongshu. На основе Node.js + Playwright, напрямую управляет локальным браузером Chromium, не требует WSL, не требует Linux бинарных файлов, не требует Python, не требует никаких внешних сервисов. Основные функции: - 🔍 Поиск контента - поиск по ключевым словам, анализ рейтинга популярности - 📊 Отчет по теме - автоматическое создание отчетов в формате Markdown с анализом горячих тем - 📝 Публикация заметок - помощь в написании + помощь в отправке текстовых и графических заметок - 🔔 Планировщик задач - ежедневный автоматический поиск горячих тем (поддерживает Cron) - 🖼️ Генерация обложек - интеграция с Ji Meng AI для создания обложек Сценарии использования: - "Найди контент о XX на Xiaohongshu" - "Помоги мне опубликовать заметку на Xiaohongshu" - "Отчет по теме XX на Xiaohongshu" - "Отслеживай горячие темы XX на Xiaohongshu" Поддерживаемые системы: Windows 10/11 (x64), требуется Node.js 18+

машинный переводПоказать оригиналСкрыть оригинал«小红书内容工具 Windows 原生版。 基于 Node.js + Playwright,直接控制本地 Chromium 浏览器, 无需 W…»

小红书内容工具 Windows 原生版。 基于 Node.js + Playwright,直接控制本地 Chromium 浏览器, 无需 WSL、无需 Linux 二进制、无需 Python、无需任何外部服务。 核心功能: - 🔍 内容搜索 - 关键词搜索,分析热度排行 - 📊 话题报告 - 自动生成热点分析 Markdown 报告 - 📝 笔记发布 - 帮你写+帮你发图文笔记 - 🔔 定时任务 - 每天自动搜热点(支持 Cron 定时) - 🖼️ 封面生成 - 集成即梦AI生成封面图片 使用场景: - "搜索小红书上关于XX的内容" - "帮我在小红书发一篇笔记" - "小红书XX话题报告" - "跟踪一下小红书上的XX热点" 适用系统:Windows 10/11 (x64),需要 Node.js 18+

ClawHub Agent Skills автор: 多动朕 v1.1.0 MIT-0 7 файлов тело ≈ 594 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Нативное приложение для Windows для инструментов контента Xiaohongshu.

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураPlaywrightИнфраструктураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
D
43/100
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 · 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")

Процессный рейтинг: все десять параметров 43/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 7
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 594 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • -31 из 3 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 366 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 7 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: suspicious
This is a coherent Xiaohongshu automation tool, but it can reuse saved login sessions and publish to a real account without a final confirmation step.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.