SKILLEMALL.ai
GitHub ↗ EN Войти

BC wechat-article-extractor

Извлечение метаданных и контента из статей официальных аккаунтов WeChat. Используйте, когда пользователю нужно разобрать URL статей WeChat (mp.weixin.qq.com), извлечь информацию о статье (заголовок, автор, контент, время публикации, основное изображение) или преобразовать статьи WeChat в структурированные данные. Поддерживает различные типы статей, включая посты, видео, изображения, голосовые сообщения и перепосты.

машинный переводПоказать оригиналСкрыть оригинал«Extract metadata and content from WeChat Official Account articles. Us…»

Extract metadata and content from WeChat Official Account articles. Use when user needs to parse WeChat article URLs (mp.weixin.qq.com), extract article info (title, author, content, publish time, cover image), or convert WeChat articles to structured data. Supports various article types including posts, videos, images, voice messages, and reposts.

ClawHub Agent Skills автор: 雨飞 v1.0.0 MIT-0 12 файлов тело ≈ 1 412 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Извлечение метаданных и контента из статей официальных аккаунтов WeChat.

Как процесс C 52/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, согласованность

ГенераторТексты и документытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
C
52/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: wechat-article-extractor (ClawHub)

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 · 5

    ✓ Критических и высоких находок нет

    Средние и низкие: 5
    • низкая Секреты в коде secret-high-entropy-token package-lock.json:18
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "integrity": "sha5…JbG+vnnQ…1TK+nxAp…hhm+kzE4…g4g==",
      детектор
    • низкая Секреты в коде secret-high-entropy-token package-lock.json:45
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "integrity": "sha5…HxH+tv3k…kSo+8o0wxg9lZWw==",
      детектор
    • низкая Секреты в коде secret-high-entropy-token package-lock.json:55
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "integrity": "sha5…9dM/mwVgvbZJaSNaRk+bshk…Kbz+IoId…W0Q==",
      детектор
    • низкая Секреты в коде secret-high-entropy-token package-lock.json:89
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "integrity": "sha5…dfW+r2Wn…xUV+azxA…TQk+2N2X…Rtg==",
      детектор
    • низкая Секреты в коде secret-high-entropy-token package-lock.json:162
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "integrity": "sha5…NxY+fzEC…TMw+Dfs3…h4g==",
      детектор

    Просканировано файлов: 11. 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 52/100

    • 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: 8, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (wechat-article-extractor) не совпадает с папкой (wechatarticle-extractor)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 16
    • 100Стоимость исполнения. Тело инструкции 1412 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)
    • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
    • -31 из 2 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 350 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 21 заголовков
    • +3Пошаговые инструкции: 16 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (9 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

    Внешние проверки

    ClawHub: suspicious
    This WeChat article extractor mostly matches its purpose, but it uses unsafe JavaScript execution and weak URL scoping that deserve review before installation.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.