SKILLEMALL.ai
GitHub ↗ EN Войти

BD films-search

Поиск ресурсов фильмов и сериалов (фильмы, сериалы, аниме), получение ссылок на ресурсы из облачных хранилищ Quark, Baidu, Alibaba, UC. Триггерные слова: найти фильм, найти сериал, ресурсы фильмов и сериалов, ссылка для скачивания, ресурсы облачного хранилища, найти фильм, скачать фильм, ресурсы Quark.

машинный переводПоказать оригиналСкрыть оригинал«搜索影视资源（电影、电视剧、动漫），从夸克网盘、百度网盘、阿里云盘、UC网盘获取资源链接。触发词：找电影、找剧、影视资源、下载链接、网盘资源…»

搜索影视资源（电影、电视剧、动漫），从夸克网盘、百度网盘、阿里云盘、UC网盘获取资源链接。触发词：找电影、找剧、影视资源、下载链接、网盘资源、找片、电影下载、夸克资源。

ClawHub Agent Skills автор: Parker v0.1.0 5 файлов · 1 скрипт тело ≈ 829 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Поиск ресурсов фильмов и сериалов (фильмы, сериалы, аниме), получение ссылок на ресурсы из облачных хранилищ Quark, Baidu, Alibaba, UC.

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

ПроцедураИИ и агентытип 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
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
65
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

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: 5. 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 "official"

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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 20
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 829 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)
  • +3Длина description 84: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -32 из 3 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 20 пунктов
  • +4Есть примеры (7 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.

Внешние проверки

ClawHub: suspicious
This movie-resource search skill mostly matches its stated purpose, but it has under-disclosed local file reading and runtime package installation risks that users should review first.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.