SKILLEMALL.ai
GitHub ↗ EN Войти

BD rebate-assistant

Универсальный навык Fanlibao. Работает только по 3 сценариям пользователя: S01 Авторизация и руководство, S02 Реферальные ссылки, S03 Поиск товаров. Когда пользователь говорит "кэшбэк", "руководство", "подробное руководство", "руководство по выводу средств", "вывести 10 юаней", "подтвердить вывод", "я авторизовал", "баланс счета" и т. д., используется S01; отправка ссылок на товары Taobao, JD, Pinduoduo используется для S02; когда пользователь выражает желание купить товар, используется S03. Задача S03 — извлечь информацию для поиска товара, вызвать интерфейс поиска и вернуть результаты товаров, для которых впоследствии могут быть сгенерированы реферальные ссылки.

машинный переводПоказать оригиналСкрыть оригинал«返利宝统一技能。只按 3 个用户场景工作：S01 授权与教程、S02 链接返利、S03 商品搜索。用户说“返利”“教程”“详细教程”“提现教…»

返利宝统一技能。只按 3 个用户场景工作：S01 授权与教程、S02 链接返利、S03 商品搜索。用户说“返利”“教程”“详细教程”“提现教程”“提现10元”“确认提现”“我已授权”“账户余额”等走 S01；发送淘宝、京东、拼多多商品链接走 S02；表达想买什么商品时走 S03。S03 的职责是提取商品搜索信息，调用搜索接口，并返回后续可生成返利链接的商品结果。

ClawHub Agent Skills автор: wuweizhen v1.0.1 MIT-0 26 файлов тело ≈ 1 364 токенов Открыть источникclawhub.ai↗ проанализирован 4 дн назад

Универсальный навык Fanlibao.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип 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
85/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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
Это копия скилла из другого каталога, в рейтинге считается основная: rebate-assistant (ClawHub)

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 · 5

✓ Критических и высоких находок нет

Средние и низкие: 5
  • низкая Секреты в коде secret-high-entropy-token scripts/cli/recognize_fuzzy_product_search.js:4
    Строка, похожая на токен (может быть id, хеш или секрет)
    const reco…h_1 = require("../recognizeFuzzyProductSearch");
  • низкая Секреты в коде secret-high-entropy-token scripts/cli/recognize_precise_product_search.js:4
    Строка, похожая на токен (может быть id, хеш или секрет)
    const reco…h_1 = require("../recognizePreciseProductSearch");
  • низкая Секреты в коде secret-high-entropy-token scripts/productSearch.js:10
    Строка, похожая на токен (может быть id, хеш или секрет)
    const reco…h_1 = require("./recognizePreciseProductSearch");
  • низкая Секреты в коде secret-high-entropy-token scripts/rebateAssistantRouter.js:10
    Строка, похожая на токен (может быть id, хеш или секрет)
    const reco…h_1 = require("./recognizePreciseProductSearch");
  • низкая Секреты в коде secret-high-entropy-token scripts/recognizeFuzzyProductSearch.js:7
    Строка, похожая на токен (может быть id, хеш или секрет)
    const reco…h_1 = require("./recognizePreciseProductSearch");

Просканировано файлов: 26. 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 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (rebate-assistant) не совпадает с папкой (pdd-rebate)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 118
  • 100Стоимость исполнения. Тело инструкции 1364 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. 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
  • -312 из 12 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 182 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 34 заголовков
  • +3Пошаговые инструкции: 118 пунктов
  • +4Есть примеры (7 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: suspicious
This rebate skill mostly matches its stated purpose, but it needs review because it can use local AI API credentials, send shopping text to external services, and handle account balance and withdrawal flows.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.