SKILLEMALL.ai

BC xiaohongshu-video-downloader

Скачивание видео с Xiaohongshu — вставьте ссылку на видео Xiaohongshu со параметром xsec_token, одним нажатием анализируйте и получите ссылку на скачивание видео без водяных знаков. Используется, когда пользователю нужно скачать видео с Xiaohongshu, сохранить видео с Xiaohongshu, получить прямую ссылку на видео с Xiaohongshu. Триггерные слова: скачать видео с Xiaohongshu, скачать видео с RED, анализ видео Xiaohongshu, скачать видео Xiaohongshu, скачать видео RED.

машинный переводПоказать оригиналСкрыть оригинал«小红书视频下载 — 粘贴带 xsec_token 参数的小红书视频链接,一键解析返回无水印视频下载链接。当用户需要下载小红书视频、保存红书视…»

小红书视频下载 — 粘贴带 xsec_token 参数的小红书视频链接,一键解析返回无水印视频下载链接。当用户需要下载小红书视频、保存红书视频、获取小红书视频直链时使用。触发词:小红书视频下载、红书视频下载、小红书视频解析、下载小红书视频、RED视频下载。

redfox-data/redfox-community Agent Skills автор: redfox-data 5 файлов тело ≈ 785 токенов Открыть источникgithub.com проанализирован 5 ч назад

Скачивание видео с Xiaohongshu — вставьте ссылку на видео Xiaohongshu со параметром xsectoken, одним нажатием анализируйте и получите ссылку на скачивание…

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

ПроцедураGitHubМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
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

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 7
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 785 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Ответ описан самодельной разметкой (3 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • -31 из 1 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 128 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 7 пунктов
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.