SKILLEMALL.ai
EN Войти

BF webclaw

Извлечение данных из веба для LLM и агентов. Сканируйте, обходите, сопоставляйте, ищите, извлекайте, обобщайте, сравнивайте, отслеживайте и исследуйте любой URL, преобразуя его в чистый Markdown, текст или JSON, включая страницы, которые блокируют ботов или отображаются с помощью JavaScript. Используйте, когда вам нужен надежный веб-контент, встроенный web_fetch не справляется или вам нужны структурированные данные со страницы.

машинный переводПоказать оригиналСкрыть оригинал«Web extraction for LLMs and agents. Scrape, crawl, map, search, extrac…»

Web extraction for LLMs and agents. Scrape, crawl, map, search, extract, summarize, diff, monitor, and research any URL into clean Markdown, text, or JSON, including pages that block bots or render with JavaScript. Use when you need reliable web content, the built-in web_fetch fails, or you need structured data from a page.

ClawHub Agent Skills автор: Valerio v1.0.0 MIT-0 3 файла тело ≈ 7 841 токенов Открыть источникclawhub.ai↗ проанализирован 19 ч назад

Извлечение данных из веба для LLM и агентов.

Как процесс F 36/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/webclaw.py

ИнтеграцияGitHubYouTubeShopifyИИ и агентыТексты и документыМаркетингтип 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
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
F
36/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/webclaw.py
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 7841 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/webclaw.py
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

Процессный рейтинг: все десять параметров 36/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/webclaw.py
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/webclaw.py
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 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
  • 30Повторный запуск. Изменяющих операций: 9, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (webclaw) не совпадает с папкой (webclaw-extraction)
  • 70Стоимость исполнения. Тело инструкции 7841 токенов
  • 100Шаги. Шагов: 36
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 325 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 26 заголовков
  • +3Пошаговые инструкции: 36 пунктов
  • +4Есть примеры (41 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: suspicious
This web extraction skill is mostly coherent, but it needs review because it routes data through a third-party API, supports persistent web monitors, and encourages endpoint discovery without clear authorization limits.
LLM: suspicious (medium) · VirusTotal: · 16 июн. 2026 г.