SKILLEMALL.ai
EN Войти

AC guaikei-xhs-trend-pulse

Ищет публичные заметки в Xiaohongshu (RedNote/xhs), просматривает детали заметок, извлекает комментарии, перечисляет публичные посты автора. Используйте, когда пользователю нужно искать заметки в Xiaohongshu, смотреть детали, проверять комментарии, просматривать работы автора; применимо, даже если пользователь просто говорит rednote/xhs или дает ссылку и хочет узнать содержание. Используйте, когда задача требует публичных данных Xiaohongshu. Не используется для входа/публикации/приватного контента.

машинный переводПоказать оригиналСкрыть оригинал«Search Xiaohongshu (RedNote/xhs) public notes, view note details, fetc…»

Search Xiaohongshu (RedNote/xhs) public notes, view note details, fetch comments, list a creator's public posts. 当用户需要搜小红书笔记、看详情、查评论、查博主作品时使用本技能；即使用户只说 rednote/xhs 或给出链接也想了解内容也适用。Use when the task needs Xiaohongshu public data. 不用于登录/发布/私密内容。

ClawHub Agent Skills автор: engheng-art v1.0.0 MIT-0 24 файла тело ≈ 988 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Ищет публичные заметки в Xiaohongshu (RedNote/xhs), просматривает детали заметок, извлекает комментарии, перечисляет публичные посты автора.

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

ПроцедураТексты и документытип 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
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
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

    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

    • заметка frontmatter-key неизвестное поле фронтматтера "name_cn"

    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: 19
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 988 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
    • +2Инструкции на одном языке
    • +3Длина description 242 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 19 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: 88.

    Внешние проверки

    ClawHub: clean
    This skill is a public Xiaohongshu data lookup tool whose network use, token requirement, and local result logging are mostly disclosed and fit its stated purpose.
    LLM: benign (high) · VirusTotal: · 13 авг. 2026 г.