SKILLEMALL.ai
GitHub ↗ EN Войти

AD firecrawl-cli

Firecrawl CLI для веб-скрейпинга, сканирования и поиска. Извлекайте данные с отдельных страниц или целых веб-сайтов, составляйте карту URL-адресов сайта и ищите в Интернете с полным извлечением контента. Возвращает чистый markdown, оптимизированный для контекста LLM. Используйте для исследований, извлечения документации, анализа конкурентов и мониторинга контента.

машинный переводПоказать оригиналСкрыть оригинал«Firecrawl CLI for web scraping, crawling, and search. Scrape single pa…»

Firecrawl CLI for web scraping, crawling, and search. Scrape single pages or entire websites, map site URLs, and search the web with full content extraction. Returns clean markdown optimized for LLM context. Use for research, documentation extraction, competitive intelligence, and content monitoring.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 2 файла тело ≈ 2 283 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Firecrawl CLI для веб-скрейпинга, сканирования и поиска.

Как процесс D 48/100 · Процесс не доведён — слабые места: когда включается, входы и предусловия, согласованность

ИнтеграцияGitHubИИ и агентыТексты 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
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
D
48/100
Процесс не доведён
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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 48/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 40Согласованность. Имя во frontmatter (firecrawl-cli) не совпадает с папкой (firecrawl-skills)
    • 50Шаги. Шагов: 2
    • 55Ошибки и развилки. Развилок: 1
    • 60Инструменты и файлы. Используются инструменты (web, node), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Стоимость исполнения. Тело инструкции 2283 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • low Ответ описан самодельной разметкой (10 тегов): типизированный вызов надёжнее

    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)
    • +3Нет пошаговых инструкций или чек-листа
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 301 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Формат ответа описан явно
    • +4Есть примеры (14 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.