SKILLEMALL.ai
GitHub ↗ EN Войти

BD wechat-mp-publisher

Автоматизированная работа с официальными аккаунтами WeChat — сбор данных, планирование тем, написание популярных статей, автоматическое добавление изображений и верстка, заполнение информации об аккаунте и синхронизация публикации. Активируется, когда пользователь упоминает работу с официальными аккаунтами WeChat, публикацию статей, написание твитов, автоматическую верстку, автоматическую публикацию, контент официальных аккаунтов WeChat, создание аккаунтов для самоСМИ, написание статей для официальных аккаунтов WeChat, работу с аккаунтами для самоСМИ. Неприменимо к созданию контента для других платформ, таких как Xiaohongshu/Douyin/Weibo, и не применимо к написанию чисто технических документов.

машинный переводПоказать оригиналСкрыть оригинал«公众号自动化运营——数据采集、选题策划、爆款文章撰写、自动配图排版、账号信息填写与发布同步。当用户提到公众号运营、发文章、写推文、自动排版、…»

公众号自动化运营——数据采集、选题策划、爆款文章撰写、自动配图排版、账号信息填写与发布同步。当用户提到公众号运营、发文章、写推文、自动排版、自动发布、公众号内容、做自媒体账号、写公众号文章、运营自媒体时触发。不适用于小红书/抖音/微博等其他平台的内容创作，不适用于纯技术开发文档写作。

Не рекомендуетсяесть критические или высокие находки безопасности
ClawHub Agent Skills автор: luemery v1.0.0 MIT-0 9 файлов тело ≈ 1 579 токенов Открыть источникclawhub.ai↗ проанализирован 19 ч назад

Автоматизированная работа с официальными аккаунтами WeChat — сбор данных, планирование тем, написание популярных статей, автоматическое добавление изображений…

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

ПроцедураРазработкаТексты и документытип 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
80/100
безопасность, качество, тесты
Безопасность 60%
82
Качество 40%
77
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

Чем это грозит

Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.

Утечка данных
Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

Как улучшить

  1. Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
  2. 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

  • высокая Утечка данных intent-browser-credential-store skill-card.md:25
    Доступ к хранилищу паролей / cookies браузера
    Mitigation: Do not store passwords, API tokens, cookies, or private user data in local config files or generated workspaces. <br>

Просканировано файлов: 9. 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
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (wechat-mp-publisher) не совпадает с папкой (wechat-mp-publisher-pro)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 65
  • 100Стоимость исполнения. Тело инструкции 1579 токенов
  • 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

  • +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
  • -219 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 142 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 38 заголовков
  • +3Пошаговые инструкции: 65 пунктов
  • +4Есть примеры (9 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: clean
This skill is a disclosed WeChat Official Account content workflow with expected web research and local output files, and I found no hidden credential use, exfiltration, or automatic account posting.
LLM: benign (high) · VirusTotal: · 10 июн. 2026 г.