SKILLEMALL.ai
EN Войти

BC beike-xiaoqu-research

Сбор данных о недвижимости Beike с помощью плагина mcp-chrome, поддерживает два режима: (1) углубленное четырехэтапное исследование одного жилого комплекса (детали/продажи/сделки); (2) пакетное обнаружение и фильтрация жилых комплексов по регионам, соответствующих условиям, а затем проведение комплексной оценки выбранного списка с использованием консенсуса многомодельного PAL MCP. Применимые сценарии: проверка информации о жилых комплексах Beike, обнаружение кандидатов по регионам, оценка вариантов покупки с использованием нескольких моделей. Требуется установленный плагин mcp-chrome (порт 12306) + настроенный сервер pal mcporter.

машинный переводПоказать оригиналСкрыть оригинал«通过 mcp-chrome 插件抓取贝壳找房数据，支持两种模式：(1) 单小区深度四步研究（详情/在售/成交）；(2) 按地区批量发现并筛选…»

通过 mcp-chrome 插件抓取贝壳找房数据，支持两种模式：(1) 单小区深度四步研究（详情/在售/成交）；(2) 按地区批量发现并筛选符合条件的小区，再对候选清单做 PAL MCP 多模型 consensus 综合评估。适用场景：查贝壳小区信息、按区域发现候选小区、多模型评估买房方案。需要用户已安装 mcp-chrome 插件（端口 12306）+ mcporter 已配置 pal server。

ClawHub Agent Skills автор: eddiexux v2.2.0 MIT-0 7 файлов · 2 скрипта тело ≈ 1 606 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Сбор данных о недвижимости Beike с помощью плагина mcp-chrome, поддерживает два режима: (1) углубленное четырехэтапное исследование одного жилого комплекса…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ 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
B
84/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Опасные команды средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.

Автору

Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.

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
  • средняя Опасные команды cmd-eval-dynamic scripts/region_discover.sh:233
    Динамическое выполнение кода из декодированного/недоверенного ввода
    exec(open('$SCRIPT_DIR/parse_beike.py').read().replace('if __name__', 'if False'))

Просканировано файлов: 7. 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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 12
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1606 токенов
  • 100Повторный запуск. Изменяющих операций нет

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
  • -2Ссылки на localhost: у другого пользователя не заработает
  • -229 эмодзи в инструкциях: шум для модели
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 203 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 12 пунктов
  • +4Есть примеры (16 блоков кода)
  • +3Все 4 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: clean
This skill is a disclosed Beike real-estate research helper, but users should understand it automates Chrome and can optionally send housing requirements to configured AI models.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.