SKILLEMALL.ai

BF dingtalk-dws

Dingtalk CLI SKILL / 钉钉 dingding / dingtalk dws skill — Управление продуктами DingTalk (AI-формы, календарь, контакты, боты, задачи, утверждения, посещаемость, отчеты, DING, рабочее место). Управление продуктами DingTalk: AI-таблицы, календарь, адресная книга, групповые боты, задачи, утверждения, посещаемость, ежедневные/еженедельные отчеты, сообщения DING, рабочее место.

машинный переводПоказать оригиналСкрыть оригинал«Dingtalk CLI SKILL / 钉钉 dingding / dingtalk dws skill — Manage DingTal…»

Dingtalk CLI SKILL / 钉钉 dingding / dingtalk dws skill — Manage DingTalk products (AI forms, calendar, contacts, bots, todos, approvals, attendance, reports, DING, workbench). Manage DingTalk products: AI表格、日历、通讯录、群聊机器人、待办、审批、考勤、日报周报、DING消息、工作台

ClawHub Agent Skills автор: 花渡 v1.0.13 MIT-0 32 файла тело ≈ 363 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Dingtalk CLI SKILL / 钉钉 dingding / dingtalk dws skill — Управление продуктами DingTalk (AI-формы, календарь, контакты, боты, задачи, утверждения…

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

ИнтеграцияЛичная продуктивностьИнфраструктураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
82/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
57
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Секреты в коде secret-high-entropy-token scripts/upload_attachment.py:166
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    print('  python upload_attachment.py G1DK…YAn ./report.pdf')
    в кавычках

Просканировано файлов: 32. 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 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: 4, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (dingtalk-dws) не совпадает с папкой (dingtalk-cli-skill)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Стоимость исполнения. Тело инструкции 363 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
  • -5В тексте остались TODO / заглушки
  • -45 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • -313 из 13 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 243 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 5 заголовков
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 57.

Внешние проверки

ClawHub: suspicious
This skill is a legitimate DingTalk automation package, but it gives an agent broad authority over business data, messages, calendars, attendance, and credentials with some under-scoped routing and confirmation guidance.
LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.