SKILLEMALL.ai

BD yq-xiaohongshu-collector

Профессиональный помощник по сбору информации с платформы Xiaohongshu. Использовать, когда пользователю необходимо искать и собирать контент заметок, комментарии, информацию об изображениях по определенной теме с Xiaohongshu. Может выполнять многократный поиск по ключевым словам, просматривать полный контент заметок (включая все изображения и комментарии) и записывать исходный текст в структурированный документ. Ключевые слова триггера: 小红书, xiaohongshu, RED, 笔记采集, 小红书搜索

машинный переводПоказать оригиналСкрыть оригинал«专业的小红书平台信息采集助手。当用户需要从小红书搜索和收集特定主题的笔记内容、评论、图片信息时使用。能够进行多轮关键词搜索、浏览完整笔记内容…»

专业的小红书平台信息采集助手。当用户需要从小红书搜索和收集特定主题的笔记内容、评论、图片信息时使用。能够进行多轮关键词搜索、浏览完整笔记内容(包括所有图片和评论),并将原文完整记录整理成结构化文档。触发关键词: 小红书, xiaohongshu, RED, 笔记采集, 小红书搜索

ClawHub Agent Skills автор: tianheihei002 v1.0.0 MIT-0 3 файла тело ≈ 1 012 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Профессиональный помощник по сбору информации с платформы Xiaohongshu.

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

Процедуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
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: 3. 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 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 (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 78
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1012 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 140 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 29 заголовков
  • +3Пошаговые инструкции: 78 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: suspicious
This skill is not malware, but it is a bulk Xiaohongshu scraping workflow that pushes agents to copy complete posts, images, usernames, and comments with little privacy scoping.
LLM: suspicious (high) · VirusTotal: · 7 июн. 2026 г.