SKILLEMALL.ai

BC guaikei-douyin-feed-processing-pipeline

Публичные данные Douyin доступны в 4 командах: поиск (ключевые слова, видео/текст+изображения/пользователь), извлечение (работы блогеров), чтение (комментарии к видео), просмотр (горячие тренды в реальном времени). Фильтрация по каждому измерению имеет значения по умолчанию, работает без параметров; коды выхода 0/1/3 различают успех/ошибку/недействительный токен. Триггерные слова охватывают все сценарии исследования данных Douyin.

машинный переводПоказать оригиналСкрыть оригинал«抖音公开数据全在 4 个命令里:搜(关键词,视频/图文/用户)、扒(博主作品)、读(视频评论)、看(实时热榜)。每维筛选有默认值,不传参也能…»

抖音公开数据全在 4 个命令里:搜(关键词,视频/图文/用户)、扒(博主作品)、读(视频评论)、看(实时热榜)。每维筛选有默认值,不传参也能跑;退出码 0/1/3 区分成功/错误/令牌无效。触发词覆盖抖音数据调研全场景。

ClawHub Agent Skills автор: engheng-art v1.0.0 MIT-0 34 файла тело ≈ 954 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Публичные данные Douyin доступны в 4 командах: поиск (ключевые слова, видео/текст+изображения/пользователь), извлечение (работы блогеров), чтение (комментарии…

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
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

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: 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")

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: 36
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 954 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)
  • +3Длина description 110: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -219 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 36 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 2)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This skill is a disclosed command-line tool for retrieving public Douyin data through a third-party API using a user-provided token.
LLM: benign (high) · VirusTotal: · 25 авг. 2026 г.