SKILLEMALL.ai

BF WeChat

Единственный ИИ-навык, созданный специально для общения в WeChat в Китае. Составляет сообщения, откалиброванные с учетом китайского делового этикета и иерархии отношений. Генерирует посты в Moments, которые создают личный бренд, не выглядя как реклама. Создает праздничные поздравления к Китайскому Новому году, Празднику середины осени и каждому крупному событию с соответствующей формальностью для каждого получателя. Управляет динамикой групповых чатов. Обеспечивает связь между китайскими и международными контактами. Введите ситуацию, получите сообщение, которое можно напрямую вставить в WeChat и отправить.

машинный переводПоказать оригиналСкрыть оригинал«The only AI skill built specifically for WeChat communication in China…»

The only AI skill built specifically for WeChat communication in China. Drafts messages calibrated to Chinese business etiquette and relationship hierarchy. Generates Moments posts that build personal brand without looking like ads. Creates holiday greetings for Spring Festival, Mid-Autumn, and every major occasion with the right formality for each recipient. Manages group chat dynamics. Bridges communication between Chinese and international contacts. Input a situation, get a message you can paste directly into WeChat and send.

ClawHub Agent Skills автор: AGIsearch v1.0.0 MIT-0 2 файла тело ≈ 2 539 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Единственный ИИ-навык, созданный специально для общения в WeChat в Китае.

Как процесс F 31/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

ГенераторМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
F
31/100
Не запустится
Шаги вес 15
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.
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

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 31/100

  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 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
  • 30Повторный запуск. Изменяющих операций: 13, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (WeChat) не совпадает с папкой (guanxi)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Стоимость исполнения. Тело инструкции 2539 токенов

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
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 534 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.

Внешние проверки

ClawHub: clean
This is a text-only WeChat message drafting skill with no code, credential access, persistence, or automatic posting behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.