SKILLEMALL.ai

AC huo15-xhs-pgy-test

Используйте, когда пользователь хочет найти блогеров на платформе PGY (蒲公英) Xiaohongshu pgy.xiaohongshu.com — войдите, выполните поиск по ключевому слову/региону, извлеките данные профиля блогера (тип контента, подписчики, просмотры, лайки, демография подписчиков, цены) и составьте структурированные отчеты. Также используйте, когда пользователь упоминает 蒲公英, PGY, pgy.xiaohongshu, 找博主, 探店博主 или просит собрать данные блогеров с платформы сотрудничества брендов Xiaohongshu.

машинный переводПоказать оригиналСкрыть оригинал«Use when the user wants to search bloggers on Xiaohongshu PGY (蒲公英) pl…»

Use when the user wants to search bloggers on Xiaohongshu PGY (蒲公英) platform pgy.xiaohongshu.com — login, search by keyword/region, extract blogger profile data (content type, followers, views, likes, fan demographics, pricing), and compile structured reports. Also use when the user mentions 蒲公英, PGY, pgy.xiaohongshu, 找博主, 探店博主, or asks to collect blogger data from Xiaohongshu's brand collaboration platform.

ClawHub Agent Skills автор: Job Zhao v0.1.0 MIT-0 4 файла тело ≈ 788 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

xiaohongshu.com — войдите, выполните поиск по ключевому слову/региону, извлеките данные профиля блогера (тип контента, подписчики, просмотры, лайки…

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ПроцедураРазработкаДанные и аналитикаМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
C
59/100
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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
    • заметка frontmatter-key неизвестное поле фронтматтера "aliases"

    Процессный рейтинг: все десять параметров 59/100

    • 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
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 35
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 788 токенов
    • 100Повторный запуск. Изменяющих операций нет

    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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 411 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 16 заголовков
    • +3Пошаговые инструкции: 35 пунктов
    • +4Есть примеры (4 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

    Внешние проверки

    ClawHub: suspicious
    This skill is coherent for Xiaohongshu PGY blogger research, but it asks agents to handle account credentials and collect sensitive platform analytics without enough safety boundaries.
    LLM: suspicious (medium) · VirusTotal: · 9 июл. 2026 г.