SKILLEMALL.ai

BC wechat-archive-to-ima

Систематизируйте и архивируйте вложения из чатов WeChat на ПК, уже сохраненные локально (изображения, видео, документы), группируя их по контактам и синхронно загружая в базу знаний Tencent ima (OpenAPI) или локальную базу Obsidian. Сценарии использования: (1) Пользователь говорит «Помоги мне упорядочить все материалы/файлы/изображения от [контакта] в WeChat»; (2) Пользователь говорит «Архивируй контракты, счета, протоколы совещаний из чатов WeChat в базу знаний»; (3) Пользователь говорит «Слишком много файлов получено из WeChat, я не могу их найти, помоги мне их классифицировать»; (4) Пользователь предоставил ClientID / APIKey для ima и просит пакетно загрузить локальные материалы в базу знаний; (5) Пользователь хочет получить сводку, извлечь условия контракта, составить список дел, проанализировать профиль клиента на основе архивированных материалов WeChat; (6) Пользователь говорит «Помоги мне упорядочить все вложения от всех людей в WeChat на моем компьютере»; (7) Пользователь говорит «Изображения, сохраненные из WeChat, имеют расширение .dat и не открываются, помоги мне их расшифровать» (поддерживается: автоматическое определение кода и расшифровка). **Неприменимо**: расшифровка зашифрованной базы данных WeChat (message_*.db / contact.db), чтение сообщений, которые пользователь не открывал на ПК, удаленное управление мобильным WeChat, извлечение ключей из памяти, экспорт основного текста чата — ничего из этого не делается, при таких запросах просто сообщите о границах и предложите альтернативные решения.

машинный переводПоказать оригиналСкрыть оригинал«把用户微信 PC 端已经落地到本地的聊天附件(图片、视频、文档)做系统化归档, 按联系人归类,并同步上传到腾讯 ima 知识库(OpenAP…»

把用户微信 PC 端已经落地到本地的聊天附件(图片、视频、文档)做系统化归档, 按联系人归类,并同步上传到腾讯 ima 知识库(OpenAPI)或本地 Obsidian 库。 适用场景:(1) 用户说"帮我整理微信里跟某人的所有资料/文件/图片"; (2) 用户说"把微信聊天里的合同、发票、会议纪要归档到知识库"; (3) 用户说"微信收到的文件太多找不到,帮我分类"; (4) 用户给了 ima 的 ClientID / APIKey,要求把本地资料批量入库; (5) 用户要对已归档的微信资料做摘要、合同条款提取、待办清单、客户画像分析; (6) 用户说"帮我把微信里所有人的附件都整理到电脑"; (7) 用户说"微信存下来的图片是 .dat 打不开,帮我解出来"(已支持:自动推导 code 并解密)。 **不适用**:解密微信加密数据库(message_*.db / contact.db)、读取用户未在 PC 端打开过的消息、 远程操作手机微信、抓内存密钥、导出聊天正文 —— 这些一律不做, 遇到这类要求直接说明边界并给替代方案。

ClawHub Agent Skills автор: lingyu9495-source v1.0.0 MIT-0 10 файлов · 4 скрипта тело ≈ 1 717 токенов Открыть источникclawhub.ai↗ проанализирован 6 дн назад

Систематизируйте и архивируйте вложения из чатов WeChat на ПК, уже сохраненные локально (изображения, видео, документы), группируя их по контактам и синхронно…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураObsidianWordPowerPointExcelРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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: 10. 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 "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "summary"

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 52
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1717 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +5В description 5 примера фраз-триггеров в кавычках
  • +3Длина description 472 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 52 пунктов
  • +4Есть примеры (6 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)
  • +3Все 4 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

Внешние проверки

ClawHub: suspicious
The skill mostly matches its stated WeChat attachment-archiving purpose, but it needs review because its default workflow can move original files and it handles private chat attachments, decryption material, and cloud upload metadata without strong consent gates.
LLM: suspicious (high) · 6 окт. 2026 г.