SKILLEMALL.ai
GitHub ↗ EN Войти

DF omni-news

(описание отсутствует)

ClawHub Agent Skills автор: Zain v1.0.1 MIT-0 1 файл тело ≈ 8 442 токенов Открыть источникclawhub.ai↗ проанализирован 6 дн назад

用户提到以下任意关键词时触发：新闻、日报、早报、快讯、头条、联播、财经、股市、AI动态、科技新闻、华尔街见闻、news、daily、今天有什么新闻、舆情、sentiment。 本技能在运行时可能调用以下第三方服务：

Как процесс F 27/100 · Процесс не описан — Скилл ссылается на файлы, которых нет в архиве: 链接, scripts/fetch_xwlb.py

ИнтеграцияGitHubDockerYouTubeИнфраструктуратип 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
D
59/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
0
Прогон на моделях
не было
Процессный рейтинг
F
27/100
Процесс не описан
Скилл ссылается на файлы, которых нет в архиве: 链接, scripts/fetch_xwlb.py
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Когда включается вес 12
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Добавьте description во фронтматтер: без него скилл никогда не сработает.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
  3. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:826
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    model = SentenceTransformer('para…-v2')
    в кавычках

Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • ошибка frontmatter SKILL.md: no YAML frontmatter block found
  • ошибка name-missing SKILL.md: нет поля name во фронтматтере
  • ошибка description-missing SKILL.md: нет description — скилл никогда не сработает
  • предупреждение body-long тело SKILL.md ≈ 8442 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: 链接
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/fetch_xwlb.py

Процессный рейтинг: все десять параметров 27/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: 链接, scripts/fetch_xwlb.py
  • 0Инструменты и файлы. Не хватает 2 файла(ов): 链接, scripts/fetch_xwlb.py
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Когда включается. Не сказано, при каком запросе скилл включается
  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 40Стоимость исполнения. Тело инструкции 8442 токенов: вытесняет саму задачу из окна
  • 100Шаги. Шагов: 199
  • 100Согласованность. Имя и обязательные поля на месте
  • low Разделов верхнего уровня: 26. Похоже на несколько доменов в одном скилле

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)
  • +3Длина description 0: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -293 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 112 заголовков
  • +3Пошаговые инструкции: 199 пунктов
  • +4Есть примеры (34 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 0.

Внешние проверки

ClawHub: suspicious
This news skill mostly aggregates public feeds, but it should be reviewed because it mixes removed monitoring and push features with active-looking persistence, cron, and optional long-running service instructions.
LLM: suspicious (medium) · 17 сент. 2026 г.