SKILLEMALL.ai
EN Войти

BF guaikei-douyin-comprehensive-feed-grabber

Используйте этот навык, когда пользователь хочет получить общедоступные данные из Douyin: поиск видео, сбор работ блогеров, чтение комментариев, просмотр актуальных трендов. Подходит для поиска тем, для контента, анализа конкурентов, изучения отзывов и отслеживания трендов, даже если пользователь не упоминал "Douyin". Не используется для публикации/редактирования/скачивания видео или для других платформ.

машинный переводПоказать оригиналСкрыть оригинал«当用户要查抖音公开数据时使用本技能：搜视频、抓博主作品、读评论、看实时热榜。做选题、找对标、看口碑、追热点即使用户没提"抖音"也适用。不用于…»

当用户要查抖音公开数据时使用本技能：搜视频、抓博主作品、读评论、看实时热榜。做选题、找对标、看口碑、追热点即使用户没提"抖音"也适用。不用于发布/剪辑/下载视频或其他平台。

ClawHub Agent Skills автор: engheng-art v1.0.0 MIT-0 34 файла тело ≈ 825 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Используйте этот навык, когда пользователь хочет получить общедоступные данные из Douyin: поиск видео, сбор работ блогеров, чтение комментариев, просмотр…

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: assets/*.schema.json

ПроцедураИнфраструктуратип 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
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: assets/*.schema.json
Инструменты и файлы вес 18
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 34. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/*.schema.json
  • заметка frontmatter-key неизвестное поле фронтматтера "title"

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: assets/*.schema.json
  • 0Инструменты и файлы. Не хватает 1 файла(ов): assets/*.schema.json
  • 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
  • 100Шаги. Шагов: 26
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 825 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле

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)
  • +3Длина description 86: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 26 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +1Лицензия указана

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

Внешние проверки

ClawHub: suspicious
The skill is a coherent Douyin public-data research tool, but it needs Review because it can trigger on broad non-Douyin requests and automatically saves large scraped datasets locally.
LLM: suspicious (medium) · 24 авг. 2026 г.