SKILLEMALL.ai
GitHub ↗ EN Войти

AC ai-news-feed

Запрос API новостной ленты ИИ для получения новостей ИИ/МО в реальном времени из более чем 57 курируемых аккаунтов Twitter/X. Используйте, когда пользователь спрашивает о новостях ИИ, популярных темах ИИ, что происходит в ИИ/МО, или хочет создавать функции на основе новостей. Предоставляет предварительно обогащенные двуязычные (EN/ZH) сводки, оценки важности и теги тем через REST API, размещенный на RapidAPI.

машинный переводПоказать оригиналСкрыть оригинал«Query the AI News Feed API for real-time AI/ML news from 57+ curated T…»

Query the AI News Feed API for real-time AI/ML news from 57+ curated Twitter/X accounts. Use when the user asks about AI news, trending AI topics, what's happening in AI/ML, or wants to build news-powered features. Provides pre-enriched bilingual (EN/ZH) summaries, importance scores, and topic tags via REST API hosted on RapidAPI.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 2 файла тело ≈ 1 188 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Запрос API новостной ленты ИИ для получения новостей ИИ/МО в реальном времени из более чем 57 курируемых аккаунтов Twitter/X.

Как процесс C 62/100 · Есть пробелы — слабые места: входы и предусловия

ИнтеграцияИИ и агентыДанные и аналитикаТексты 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
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
55
Инструменты и файлы вес 18
60
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: 2. 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 62/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 55Ошибки и развилки. Развилок: 1
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Шаги. Шагов: 22, расплывчатых формулировок: 4
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1188 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • 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

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 332 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 22 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.