SKILLEMALL.ai
GitHub ↗ EN Войти

BD wechat-miniprogram-toolkit

Полноценный навык разработки мини-программ WeChat, поддерживающий инициализацию проекта, облачную разработку (база данных/хранилище/облачные функции/агрегированные запросы/транзакции), аутентификацию пользователя, оплату WeChat (JSAPI/единый заказ/уведомление об оплате/возврат), прямые трансляции/видеосвязь в реальном времени (TRTC), анализ данных/трассировку, создание изображений для обмена/обмен в ленте друзей, инкапсуляцию универсальных типов TypeScript, облачный хостинг (контейнеризованный бэкенд), сообщения службы поддержки, подписные сообщения, автоматические ответы службы поддержки, модерацию контента (текст/изображения/аудио/видео), взаимные переходы мини-программ (APP↔мини-программы/URL Scheme/сканирование кода), аппаратные возможности (Bluetooth/GPS/NFC/Wi-Fi/сканирование кода), высокопроизводительный рендеринг Skyline, скрипты WXS, оптимизацию производительности, конвейеры CI/CD, разделение кода (каждый пакет менее 2 МБ).

машинный переводПоказать оригиналСкрыть оригинал«微信小程序全栈开发 skill，支持项目初始化、云开发（数据库/存储/云函数/聚合查询/事务）、用户登录鉴权、微信支付（JSAPI/统一下单…»

微信小程序全栈开发 skill，支持项目初始化、云开发（数据库/存储/云函数/聚合查询/事务）、用户登录鉴权、微信支付（JSAPI/统一下单/支付通知/退款）、直播/实时音视频（TRTC）、数据分析/埋点、分享海报/朋友圈分享、TypeScript 泛型封装、云托管（容器化后端）、客服消息、订阅消息、客服自动回复、内容安全（文本/图片/音视频审核）、小程序互跳（APP↔小程序/URL Scheme/扫码）、硬件能力（蓝牙/GPS/NFC/Wi-Fi/扫码）、Skyline 高性能渲染、WXS 脚本、性能优化、CI/CD 流水线、代码分包（每个包小于 2MB）。

ClawHub Agent Skills автор: moniq888 v1.0.0 MIT-0 21 файл тело ≈ 3 529 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Полноценный навык разработки мини-программ WeChat, поддерживающий инициализацию проекта, облачную разработку (база данных/хранилище/облачные…

Как процесс D 45/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктураРазработкатип 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%
97
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
D
45/100
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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Секреты в коде secret-private-key references/ci-cd.md:60
    Приватный ключ (значение-заглушка)
    下载后，将私钥文件内容（`-----BEGIN PRIVATE KEY----- …
    заглушка
  • низкая Утечка данных exfil-secret-in-url references/messaging.md:323
    Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (значение-заглушка)
    url: `https://api.weixin.qq.com/cgi-bin/message/subscribe/send?access_token=…
    заглушка
  • низкая Утечка данных exfil-secret-in-url references/messaging.md:355
    Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (значение-заглушка)
    url: `https://api.weixin.qq.com/cgi-bin/token?grant_type=…&appid=…&secret=…
    заглушка

Просканировано файлов: 21. 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 45/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (python, node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 30
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3529 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 14. 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
  • -238 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +3Длина description 283 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 37 заголовков
  • +3Пошаговые инструкции: 30 пунктов
  • +4Есть примеры (14 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (18 из 18)
  • +3Все 1 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

Внешние проверки

ClawHub: suspicious
The skill is a coherent WeChat mini-program development toolkit, but it needs Review because several examples handle payments, identity, analytics, Wi-Fi credentials, deployment, and skill self-updates without enough safeguards.
LLM: suspicious (high) · VirusTotal: · 17 авг. 2026 г.