SKILLEMALL.ai

AB multisource-intel-radar

Создает информационный радар с высоким уровнем сигнала для основателей и операторов C-end на YouTube, X/Twitter, Reddit, официальных аккаунтах WeChat и Xiaohongshu. Используйте, когда пользователю нужен импорт OPML/RSS, фильтрация по ключевым словам (创业/AI/增长/金融), ежедневные дайджесты, снижение шума и резюме с практическими рекомендациями.

машинный переводПоказать оригиналСкрыть оригинал«Build and run a high-signal information radar for C-end founders and o…»

Build and run a high-signal information radar for C-end founders and operators across YouTube, X/Twitter, Reddit, WeChat Official Accounts, and Xiaohongshu. Use when the user wants OPML/RSS ingestion, keyword-whitelist filtering (创业/AI/增长/金融), daily digests, noise reduction, and action-oriented summaries.

ClawHub Agent Skills автор: Roger Yang v0.1.1 10 файлов тело ≈ 600 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Создает информационный радар с высоким уровнем сигнала для основателей и операторов C-end на YouTube, X/Twitter, Reddit, официальных аккаунтах WeChat и…

Как процесс B 72/100 · Почти готов — слабые места: повторный запуск, отчётность по ходу

ГенераторYouTubeИнфраструктураМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
B
72/100
Почти готов
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Инструменты и файлы вес 18
60
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 10. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 72/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 60Ошибки и развилки. Развилок: 2
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 38
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 600 токенов

    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)
    • +4Нет примеров входа/выхода
    • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 306 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 38 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 2 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

    Внешние проверки

    ClawHub: clean
    This is a coherent RSS/OPML digest helper, but users should review feed URLs and browser-search sources because it contacts external sites.
    LLM: benign (high) · VirusTotal: suspicious · 28 мая 2026 г.