SKILLEMALL.ai

AC playwright-browser

Используйте Playwright для просмотра веб-сайтов с помощью реального (не headless) браузера и извлечения данных путем перехвата сетевых ответов. Используйте, когда пользователь хочет: - Просмотреть контент веб-сайта, особенно SPA (Single Page Applications) - Навигировать по веб-сайтам и кликать по ссылкам - Искать ключевые слова на веб-страницах - Извлекать данные с сайтов с интенсивным использованием JavaScript - Захватывать ответы API напрямую Триггеры: "查看网页", "browse site", "get content from URL", "extract data from website", "hook API responses", "抓取网页内容", "find link", "click link", "search page"

машинный переводПоказать оригиналСкрыть оригинал«Use Playwright to browse websites with a real (non-headless) browser a…»

Use Playwright to browse websites with a real (non-headless) browser and extract data by hooking network responses. Use when the user wants to: - View a website's content, especially SPAs (Single Page Applications) - Navigate websites and click links - Search for keywords within web pages - Extract data from JavaScript-heavy sites - Capture API responses directly Triggers on: "查看网页", "browse site", "get content from URL", "extract data from website", "hook API responses", "抓取网页内容", "find link", "click link", "search page"

ClawHub Agent Skills автор: elijahxb v1.0.0 MIT-0 8 файлов тело ≈ 561 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Используйте Playwright для просмотра веб-сайтов с помощью реального (не headless) браузера и извлечения данных путем перехвата сетевых ответов.

Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, ошибки и развилки, отчётность по ходу

ИнтеграцияPlaywrightРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 60/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 10
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 561 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -35 из 5 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 8 примера фраз-триггеров в кавычках
    • +3Длина description 528 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 10 пунктов
    • +4Есть примеры (5 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

    Внешние проверки

    ClawHub: suspicious
    The main browser automation feature is plausible, but the package also includes unrelated scripts that read local attendance files and save website images/reports to Desktop without clear disclosure.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.