SKILLEMALL.ai

BC wechat-article-save

Рабочий процесс сохранения статей WeChat Official Account. Когда пользователь отправляет ссылку на статью WeChat Official Account (начинающуюся с https://mp.weixin.qq.com), автоматически выполняется: извлечение основного текста → сохранение в Markdown в базе знаний → (необязательно) отправка ссылки в многомерную таблицу Feishu → (необязательно) создание отдельной заметки. Триггеры: ссылка на статью WeChat, статья официального аккаунта, mp.weixin.qq.com.

машинный переводПоказать оригиналСкрыть оригинал«微信公众号文章保存工作流。当用户发送微信公众号文章链接(以 https://mp.weixin.qq.com 开头)时,自动执行:抓取正文…»

微信公众号文章保存工作流。当用户发送微信公众号文章链接(以 https://mp.weixin.qq.com 开头)时,自动执行:抓取正文 → 保存 Markdown 到知识库 →(可选)推送链接到飞书多维表格 →(可选)生成独立发芽笔记。触发词:微信文章链接、公众号文章、mp.weixin.qq.com。

ClawHub Agent Skills автор: violin86318 v1.0.0 MIT-0 2 файла тело ≈ 1 029 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Рабочий процесс сохранения статей WeChat Official Account.

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураТексты и документыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
C
56/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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: 2. 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 56/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 45
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1029 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 154 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 45 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: suspicious
This skill mostly matches its article-saving purpose, but it also includes under-disclosed authority to delete Feishu table records and relies on external command-line tooling.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.