SKILLEMALL.ai

AF wechat-mp-reader

Получение статей из официального аккаунта WeChat по названию публичного аккаунта или URL-адресу статьи WeChat. Используйте, когда пользователь хочет извлечь полный контент статьи, определить аккаунт, стоящий за статьей, перечислить недавние или исторические статьи для аккаунта или создать архивы статей из официальных аккаунтов WeChat. Приоритет отдается разрешению на основе URL-адреса статьи, затем поиску по названию аккаунта, с плавным резервным вариантом, когда поиск ненадежен.

машинный переводПоказать оригиналСкрыть оригинал«Fetch WeChat Official Account articles from either a public account na…»

Fetch WeChat Official Account articles from either a public account name or a WeChat article URL. Use when the user wants to extract full article content, identify the account behind an article, list recent or historical articles for an account, or build article archives from WeChat public accounts. Prioritize article-URL-based resolution first, then account-name search, with graceful fallback when search is unreliable.

ClawHub Agent Skills автор: nasplycc v0.1.1 MIT-0 11 файлов тело ≈ 1 205 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Получение статей из официального аккаунта WeChat по названию публичного аккаунта или URL-адресу статьи WeChat.

Как процесс F 47/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/cache/wechat-login-qr-real.png

ГенераторТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
F
47/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/cache/wechat-login-qr-real.png
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Обфускация obf-base64-blob scripts/cache/account_cache.json:7
    Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
    "avatar": "http://wx.qlogo.cn/mmhead/lV0d…ic4/132",
    в кавычках
  • низкая Обфускация obf-base64-blob scripts/cache/account_cache.json:16
    Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
    "avatar": "http://wx.qlogo.cn/mmhead/lV0d…ic4/132",
    в кавычках

Просканировано файлов: 11. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/cache/wechat-login-qr-real.png

Процессный рейтинг: все десять параметров 47/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/cache/wechat-login-qr-real.png
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/cache/wechat-login-qr-real.png
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 40Согласованность. Имя во frontmatter (wechat-mp-reader) не совпадает с папкой (nasply-wechat-mp-reader)
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Шаги. Шагов: 44
  • 100Ошибки и развилки. Развилок: 6, есть раздел про ошибки
  • 100Стоимость исполнения. Тело инструкции 1205 токенов
  • 100Повторный запуск. Изменяющих операций нет

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 423 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 44 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.

Внешние проверки

ClawHub: suspicious
The skill is built for WeChat article extraction, but it can obtain and persist logged-in WeChat MP backend session credentials in local files.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.