AD xueqiu-collector
Skill для полного сбора постов на Xueqiu. Собирает все посты любого пользователя Xueqiu (включая полный текст, загрузку изображений, OCR-распознавание), автоматически выполняет анализ правил V4 (тип поста/инвестиционная релевантность/настроение/намерение операции/теги темы/оценка качества), результаты сохраняются в базе данных SQLite и экспортируются в JSON + резервное копирование в Markdown. Триггерные слова: собрать посты Xueqiu, сбор постов Xueqiu, парсить Xueqiu, собрать Xueqiu, данные пользователя Xueqiu, инвестиционная запись Xueqiu, полный сбор Xueqiu, скачать посты Xueqiu, синхронизировать данные Xueqiu, xueqiu, скачать Xueqiu, инкрементальный сбор Xueqiu. Сценарии использования: - Пользователь говорит "Помоги мне собрать посты такого-то пользователя на Xueqiu" - Пользователь говорит "Синхронизировать/обновить данные Xueqiu" - Пользователь говорит "Скачать посты пользователя Xueqiu" - Пользователь говорит "На Xueqiu есть новые посты, обнови"
машинный переводПоказать оригиналСкрыть оригинал«雪球帖子全量采集 Skill。采集任意雪球用户的全部帖子（含完整正文、图片下载、OCR识别）， 自动做 V4 规则分析（帖子类型/投资相关性…»
雪球帖子全量采集 Skill。采集任意雪球用户的全部帖子（含完整正文、图片下载、OCR识别）， 自动做 V4 规则分析（帖子类型/投资相关性/情感/操作意图/主题标签/质量评分）， 结果存入 SQLite 数据库并导出 JSON + Markdown 备份。 触发词：采集雪球、雪球帖子采集、爬取雪球、收集雪球、雪球用户数据、雪球投资记录、 雪球全量采集、抓取雪球帖子、同步雪球数据、xueqiu、下载雪球、雪球增量采集 适用场景： - 用户说"帮我采集某人的雪球帖子" - 用户说"同步/更新雪球数据" - 用户说"抓取雪球用户帖子" - 用户说"雪球有新帖，更新一下"
Skill для полного сбора постов на Xueqiu.
Как процесс D 45/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "read_when"
Процессный рейтинг: все десять параметров 45/100
- 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
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 33
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1257 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 4 примера фраз-триггеров в кавычках
- +3Длина description 286 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 16 заголовков
- +3Пошаговые инструкции: 33 пунктов
- +4Есть примеры (6 блоков кода)
- +3Все 3 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.