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 3 дн назад

Универсальный навык Fanlibao.

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

СправочникИнфраструктуратип 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 (taobao-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 appears functional, but it needs review because it handles account withdrawals and sends shopping text to external model providers without clear user-facing disclosure.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.