SKILLEMALL.ai

AB douban-self-taste-skill

Сбор, обновление, нормализация и анализ собственной истории пользователя в Douban для анализа вкусов и обоснования рекомендаций. Используйте, когда задача включает собственные полки пользователя в Douban, рейтинги, теги, комментарии, отзывы или недавнюю активность, особенно когда вам нужно решить, достаточно ли свеж локальный кэш, повторно сканировать данные вошедшего в систему пользователя с помощью файлов cookie, сохранить обновленные результаты локально, а затем проанализировать их по категориям.

машинный переводПоказать оригиналСкрыть оригинал«Collect, refresh, normalize, and analyze the user's own Douban history…»

Collect, refresh, normalize, and analyze the user's own Douban history for taste analysis and recommendation reasoning. Use when the task involves the user's own Douban shelves, ratings, tags, comments, reviews, or recent activity, especially when you need to decide whether local cache is fresh enough, re-crawl logged-in data with cookies, store refreshed results locally, and then analyze them by category.

ClawHub Agent Skills автор: XEric7 v0.1.2 MIT-0 9 файлов тело ≈ 1 358 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Сбор, обновление, нормализация и анализ собственной истории пользователя в Douban для анализа вкусов и обоснования рекомендаций.

Как процесс B 72/100 · Почти готов — слабые места: входы и предусловия, отчётность по ходу

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
B
72/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
50
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: 9. 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 72/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Ошибки и развилки. Развилок: 7
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 53
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1358 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

    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)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 409 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 53 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)
    • +3Все 3 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.

    Внешние проверки

    ClawHub: clean
    This skill is a coherent Douban personal-history analyzer, but it handles Douban cookies and stores personal ratings/comments locally, so users should treat its data as private.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.