SKILLEMALL.ai

BF ai-news-daily-v1-0-3

AI 新闻日报 v1.0.3 — автоматический сбор последних новостей из мировой индустрии ИИ, ежедневная рассылка 10 отобранных новостей. Поддерживает автоматический перевод заголовков/содержимого на английский язык, краткое изложение на китайском языке объемом 400-500 слов, внешнюю конфигурацию (config.yaml), повторные попытки при сбоях, интеллектуальное удаление дубликатов. После установки автоматически создается задача OpenClaw, которая ежедневно в 9:00 автоматически отправляется в диалоговое окно. Используется для периодического сбора новостей ИИ, агрегации RSS, поддержки нескольких языков.

машинный переводПоказать оригиналСкрыть оригинал«AI 新闻日报 v1.0.3 - 自动抓取全球 AI 行业最新动态,每日推送 10 条精选新闻。支持英文标题/内容自动翻译、400-500…»

AI 新闻日报 v1.0.3 - 自动抓取全球 AI 行业最新动态,每日推送 10 条精选新闻。支持英文标题/内容自动翻译、400-500 字中文摘要、外部配置 (config.yaml)、失败重试、智能去重。安装后自动创建 OpenClaw 定时任务,每天早上 9:00 自动推送到对话框。用于定时抓取 AI 新闻、RSS 聚合、多语言支持。

ClawHub Agent Skills автор: aaa2531349 v1.0.4 9 файлов · 1 скрипт тело ≈ 775 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

AI 新闻日报 v1.0.3 — автоматический сбор последних новостей из мировой индустрии ИИ, ежедневная рассылка 10 отобранных новостей. Поддерживает автоматический…

Как процесс F 31/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: url

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
64
Прогон на моделях
не было
Процессный рейтинг
F
31/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: url
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. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  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: 9. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: url

Процессный рейтинг: все десять параметров 31/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: url
  • 0Инструменты и файлы. Не хватает 1 файла(ов): url
  • 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
  • 40Согласованность. Имя во frontmatter (ai-news-daily-v1-0-3) не совпадает с папкой (ai-news-daily)
  • 100Шаги. Шагов: 31
  • 100Стоимость исполнения. Тело инструкции 775 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. 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
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -220 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 172 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 31 пунктов
  • +4Есть примеры (10 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: clean
This skill is a disclosed AI news fetcher that uses expected network, translation, and local storage behavior, with some documentation and consent rough edges.
LLM: benign (high) · VirusTotal: benign · 28 мая 2026 г.