SKILLEMALL.ai
GitHub ↗ EN Войти

BC huo15-xiaohongshu

Используйте, когда пользователь хочет написать, проанализировать или улучшить контент для Xiaohongshu (小红书) — составление заметок, обучение навыкам письма, диагностика AI-речи или паттернов Jarvis-trap, исследование трендовых тем, обратный инжиниринг вирусных заметок, разработка фирменных каламбуров или контентных серий, проведение еженедельных обзоров или изучение ремесла копирайтинга. Также используйте, когда пользователь упоминает 小红书, xhs, xiaohongshu, 爆款文案, Allen 流 или спрашивает о контент-стратегии для китайских социальных медиаплатформ. НЕ используйте для автоматической публикации или автоматизации аккаунтов.

машинный переводПоказать оригиналСкрыть оригинал«Use when the user wants to write, analyze, or improve Xiaohongshu (小红书…»

Use when the user wants to write, analyze, or improve Xiaohongshu (小红书) content — drafting notes, coaching writing skills, diagnosing AI-speak or Jarvis-trap patterns, researching trending topics, reverse-engineering viral notes, designing brand wordplay or content series, running weekly reviews, or learning copywriting craft. Also use when the user mentions 小红书, xhs, xiaohongshu, 爆款文案, Allen 流, or asks about content strategy for Chinese social media platforms. Do NOT use for automated posting or account automation.

Не рекомендуетсяесть критические или высокие находки безопасности
ClawHub Agent Skills автор: Job Zhao v3.10.0 MIT-0 79 файлов тело ≈ 2 084 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Используйте, когда пользователь хочет написать, проанализировать или улучшить контент для Xiaohongshu (小红书) — составление заметок, обучение навыкам письма…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

АнализаторМаркетингТексты и документыИнфраструктуратип 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
84/100
безопасность, качество, тесты
Безопасность 60%
82
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
C
53/100
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

Чем это грозит

Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.

Утечка данных
Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

Как улучшить

  1. Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
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

  • высокая Утечка данных intent-browser-credential-store skill-card.md:22
    Доступ к хранилищу паролей / cookies браузера
    Risk: The skill can use Xiaohongshu cookies or a logged-in Chrome profile. <br>

Просканировано файлов: 79. 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"
  • заметка frontmatter-key неизвестное поле фронтматтера "dependencies"

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 25
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2084 токенов
  • low Разделов верхнего уровня: 18. 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
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -315 из 44 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 521 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 25 пунктов
  • +4Есть примеры (7 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

Внешние проверки

ClawHub: suspicious
This is mostly a Xiaohongshu writing assistant, but it includes logged-in scraping and anti-detection browser automation that users should review carefully before installing.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.