SKILLEMALL.ai
EN Войти

AD xiaohongshu-skill

Xiaohongshu / RedNote AI Agent Skill. Использует Python Playwright для поиска и чтения контента, управления сеансами входа, публикации изображений/видео/длинных постов, комментирования, лайков и сохранения; по умолчанию выводит JSON, любые операции записи должны сначала получить подтверждение пользователя. Активируется, когда пользователь упоминает xiaohongshu, 小红书, rednote, поиск по Xiaohongshu, публикация в Xiaohongshu, анализ постов Xiaohongshu, управление Xiaohongshu или автоматизация Xiaohongshu.

машинный переводПоказать оригиналСкрыть оригинал«小红书 / Xiaohongshu / RedNote AI Agent Skill。用 Python Playwright 搜索和读取内容…»

小红书 / Xiaohongshu / RedNote AI Agent Skill。用 Python Playwright 搜索和读取内容、管理登录会话、发布图文/视频/长文、评论、点赞和收藏；默认输出 JSON，任何写操作都必须先获得用户确认。用户提到 xiaohongshu、小红书、rednote、小红书搜索、发到小红书、小红书笔记分析、小红书运营或小红书自动化时触发。

ClawHub Agent Skills автор: Delicious v1.5.0 MIT-0 80 файлов · 1 скрипт тело ≈ 463 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Xiaohongshu / RedNote AI Agent Skill.

Как процесс D 39/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураPlaywrightРазработкаИИ и агентытип 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
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
D
39/100
Процесс не доведён
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
Это копия скилла из другого каталога, в рейтинге считается основная: xiaohongshu-skill (ClawHub)

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: 60. 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 39/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (xiaohongshu-skill) не совпадает с папкой (chore-system-upgrade)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 6
  • 100Стоимость исполнения. Тело инструкции 463 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -325 из 26 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 189 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 6 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (5 из 9)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: suspicious
This is a real Xiaohongshu automation skill, but it includes anti-detection behavior, login-popup bypassing, and direct real-account action paths that should be reviewed carefully before installation.
LLM: suspicious (high) · 23 авг. 2026 г.