SKILLEMALL.ai

BC xhs-user-search

Сборщик отзывов пользователей xhs | Для конкретного поста в Xiaohongshu массово извлекает публичные комментарии из раздела комментариев, возвращая исходный текст комментария, никнейм комментатора, количество лайков и другие структурированные данные. Подходит для продуктовых/брендовых команд для извлечения инсайтов о потребностях, болевых точках и опыте использования из реальных отзывов пользователей.

машинный переводПоказать оригиналСкрыть оригинал«xhs用户反馈采集器|针对某篇小红书笔记,批量拉取评论区公开评论,返回评论原文、评论者昵称、点赞数等结构化数据,适合产品/品牌方从用户真实评…»

xhs用户反馈采集器|针对某篇小红书笔记,批量拉取评论区公开评论,返回评论原文、评论者昵称、点赞数等结构化数据,适合产品/品牌方从用户真实评论中提取需求洞察、痛点反馈与使用体验

ClawHub Agent Skills автор: engheng-art v1.0.0 MIT-0 21 файл тело ≈ 1 215 токенов Открыть источникclawhub.ai проанализирован 36 ч назад

Сборщик отзывов пользователей xhs | Для конкретного поста в Xiaohongshu массово извлекает публичные комментарии из раздела комментариев, возвращая исходный…

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
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: 21. 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: 82
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1215 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 88: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -227 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 82 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 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 Xiaohongshu public-data collection tool that uses a third-party API token and saves results locally, with some documentation mismatch but no artifact-backed hidden or destructive behavior.
LLM: benign (medium) · VirusTotal: · 9 авг. 2026 г.