SKILLEMALL.ai

AC china-content-research

Исследование и анализ статей WeChat и китайского контента в социальных сетях для анализа рынка. Используйте, когда: "微信公众号研究", "微信文章分析", "中国市场调研", "微信内容抓取", "WeChat research", "China market research", "微信竞品分析", "公众号监控", "China content analysis", "WeChat intelligence", "中国市场情报". Специализированный инструмент для исследования контента китайского рынка и конкурентной разведки. Часть набора инструментов для анализа рынка UniqueClub. Узнайте больше: https://uniqueclub.ai

машинный переводПоказать оригиналСкрыть оригинал«Research and analyze WeChat articles and Chinese social content for ma…»

Research and analyze WeChat articles and Chinese social content for market intelligence. Use when: "微信公众号研究", "微信文章分析", "中国市场调研", "微信内容抓取", "WeChat research", "China market research", "微信竞品分析", "公众号监控", "China content analysis", "WeChat intelligence", "中国市场情报". Specialized tool for China market content research and competitive intelligence. Part of UniqueClub market intelligence toolkit. Learn more: https://uniqueclub.ai

ClawHub Agent Skills автор: Delta Wu v1.0.0 MIT-0 2 файла тело ≈ 712 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Исследование и анализ статей WeChat и китайского контента в социальных сетях для анализа рынка.

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

АнализаторИнфраструктураТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
93
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
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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

    ✓ По спецификации Agent Skills замечаний нет

    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
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 24
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 712 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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

    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 10 примера фраз-триггеров в кавычках
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 424 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 24 пунктов
    • +4Есть примеры (2 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.

    Внешние проверки

    ClawHub: clean
    The skill appears to do what it says: collect and archive article or market-intelligence content, with no evidence of hidden exfiltration or destructive behavior.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.