BC china-im-workflow-cli
Оркестрация межплатформенных рабочих процессов обмена мгновенными сообщениями с помощью Feishu CLI, DingTalk CLI и WeCom CLI. Обучите ИИ-агентов комбинировать lark-cli (более 200 команд), dws (DingTalk Workspace CLI) и wecom-cli для автоматизации отчетности, управления задачами, уведомлений и маркетинга на трех основных корпоративных платформах обмена мгновенными сообщениями в Китае. Охватывает: автоматическую отправку еженедельных отчетов через Feishu, синхронизацию задач между DingTalk и WeCom, широковещательное уведомление между платформами, распространение маркетингового контента на все три платформы одновременно. Триггеры: 飞书CLI工作流, 钉钉CLI自动化, 企微CLI集成, 跨平台IM, IM workflow automation, Feishu DingTalk WeCom CLI orchestration, 中国企业IM自动化, agent CLI workflow, multi-platform notification, 跨平台周报, 多平台消息分发
машинный переводПоказать оригиналСкрыть оригинал«Orchestrate cross-platform IM workflows using Feishu CLI, DingTalk CLI…»
Orchestrate cross-platform IM workflows using Feishu CLI, DingTalk CLI, and WeCom CLI. Teach AI agents how to combine lark-cli (200+ commands), dws (DingTalk Workspace CLI), and wecom-cli to automate reporting, task management, notifications, and marketing across China's three major enterprise IM platforms. Covers: auto-send weekly reports via Feishu, sync tasks between DingTalk and WeCom, cross-platform notification broadcasting, marketing content distribution to all three platforms simultaneously. Triggers on: 飞书CLI工作流, 钉钉CLI自动化, 企微CLI集成, 跨平台IM, IM workflow automation, Feishu DingTalk WeCom CLI orchestration, 中国企业IM自动化, agent CLI workflow, multi-platform notification, 跨平台周报, 多平台消息分发
Оркестрация межплатформенных рабочих процессов обмена мгновенными сообщениями с помощью Feishu CLI, DingTalk CLI и WeCom CLI.
Как процесс C 63/100 · Есть пробелы — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 63/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
- 55Ошибки и развилки. Развилок: 1
- 60Инструменты и файлы. Используются инструменты (bash, node), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 31
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2171 токенов
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
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
- -5В тексте остались TODO / заглушки
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 693 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 17 заголовков
- +3Пошаговые инструкции: 31 пунктов
- +4Есть примеры (9 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.