SKILLEMALL.ai

AC guaikei-xhs-public-data-tool

Автоматическая маршрутизация по типу ссылки Xiaohongshu: ссылки на заметки (explore/) ведут к деталям или комментариям, главная страница автора (user/profile/) — к списку работ, короткие ссылки (xhslink) — к целевому разрешению. Используйте этот навык, когда пользователь предоставляет ссылку на Xiaohongshu и хочет узнать ее содержание; даже если пользователь не говорит «анализ», он применим, если просто вставляет ссылку и спрашивает о соответствующем контенте. Не используется для ссылок, не относящихся к Xiaohongshu, или для страниц, требующих входа в систему.

машинный переводПоказать оригиналСкрыть оригинал«根据小红书链接类型自动路由:笔记链接(explore/)走详情或评论、博主主页(user/profile/)走作品列表、短链(xhslink…»

根据小红书链接类型自动路由:笔记链接(explore/)走详情或评论、博主主页(user/profile/)走作品列表、短链(xhslink)按目标解析。当用户给出小红书链接并想了解其内容时使用本技能;即使用户没说"分析",只要粘贴了链接并询问相关内容也适用。不用于非小红书链接或需登录的页面。

ClawHub Agent Skills автор: engheng-art v1.0.0 MIT-0 24 файла тело ≈ 1 721 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Автоматическая маршрутизация по типу ссылки Xiaohongshu: ссылки на заметки (explore/) ведут к деталям или комментариям, главная страница автора…

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

ПроцедураПоддержка клиентовтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
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: 24. 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: 52
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1721 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +3Длина description 147 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 26 заголовков
  • +3Пошаговые инструкции: 52 пунктов
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: clean
This skill is a disclosed Xiaohongshu public-data integration that sends user-provided keywords or links to guaikei.com and saves returned results locally.
LLM: benign (high) · VirusTotal: · 12 авг. 2026 г.