SKILLEMALL.ai

BC douyin-daily-surge

Инструмент для отслеживания трендов лайков в Douyin. Получайте в реальном времени все работы Douyin, выводите топ-1000 по лайкам за день, поддерживается поиск по категориям, по ключевым словам, фильтрация по дате публикации и длительности видео. Используется, когда пользователь ищет тренды Douyin, рост лайков в Douyin, рейтинги роста, тренды. Ключевые слова: тренды Douyin, рост лайков в Douyin, рейтинги роста, тренды, рост Douyin, новые видео Douyin, рейтинги лайков в категориях Douyin. Поддерживает четыре основные функции: (1) поиск видео/графики по ключевым словам с возможностью сортировки по лайкам, дате публикации, длительности видео, типу контента; (2) запрос горячих трендов в реальном времени, получение поисковых запросов Douyin и данных о популярности; (3) сбор работ блогеров по ссылке на профиль или sec_uid; (4) анализ комментариев к видео по ссылке на видео или aweme_id.

машинный переводПоказать оригиналСкрыть оригинал«抖音每日点赞飙升榜查询工具。实时获取全平台抖音作品,输出单日点赞TOP1000榜单,支持按赛道查询、按关键词查询、按发布时间筛选、按抖音视频…»

抖音每日点赞飙升榜查询工具。实时获取全平台抖音作品,输出单日点赞TOP1000榜单,支持按赛道查询、按关键词查询、按发布时间筛选、按抖音视频时长筛选。当用户查询抖音飙升榜、抖音点赞飙升、抖音飙升排名、抖音飙升榜时使用。触发词:抖音飙升榜、抖音点赞飙升、飙升排名、飙升榜、抖音飙升、抖音新增视频榜单、抖音垂类行业点赞榜。支持四大能力:(1) 关键词搜索视频/图文,可按点赞数、发布时间、视频时长、内容类型筛选排序;(2) 实时热榜查询,获取抖音热搜词条与热度数据;(3) 博主作品抓取,按主页链接或 sec_uid 获取公开作品列表;(4) 视频评论分析,按视频链接或 aweme_id 获取评论内容与互动数据。

ClawHub Agent Skills автор: why20261 v0.1.0 MIT-0 35 файлов · 21 скрипт тело ≈ 1 152 токенов Открыть источникclawhub.ai↗ проанализирован 7 дн назад

Инструмент для отслеживания трендов лайков в Douyin.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияМедиа и видеоИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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: 35. 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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 53
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1152 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
  • -221 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +3Длина description 305 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 53 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 2)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: suspicious
This Douyin analytics skill is mostly coherent and not malicious, but it automatically saves full scraped/search results to local JSON files without clear opt-out or retention controls.
LLM: suspicious (high) · 16 сент. 2026 г.