SKILLEMALL.ai
EN Войти

B 进击的知识库

微信好用知识库，打通 Agent，多平台视频链接一键下载归档。 微信/视频号/抖音/小红书/公众号的内容，丢过来自动识别、下载、上传腾讯文档，智能表格一键归档。 抖音下载同步提取视频描述（创作者文案/#标签），保存为 .caption.txt。 视频直传在线播放，文章自动转存。视频号用自研 sph-download，抖音/小红书用 yt-dlp，公众号用 web_fetch。 支持 mp4/pdf/pptx/docx/jpg/png/文章。你负责发现好内容，我负责秒速入库。 触发词：知识库、保存链接、存到知识库、帮我存这个、下载这个视频/文章、丢链接、进击的知识库

ClawHub Agent Skills автор: 寒武纪智能Cambrian Intelligence v2.4.1 MIT-0 12 файлов тело ≈ 1 337 токенов открыть источник ↗ проанализирован 25 ч назад
ПроцедураWordPowerPointИнфраструктураИИ и агентытип 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
B
86/100
Общая оценка
Безопасность 60%
100
Качество 40%
64
Тесты бонус
0

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для срабатывания.
  2. Добавьте evals/evals.json с 4–6 реальными запросами и ожидаемыми ответами: тогда полная проверка использует ваши кейсы, а не черновик модели.
  3. Добавьте spec.yaml с триггерами и утверждениями (skilltest init): это контракт поведения для CI.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 12. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

Lint

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "token_budget"
  • заметка frontmatter-key неизвестное поле фронтматтера "owner_type"

Процессная зрелость 39/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (进击的知识库) не совпадает с папкой (knowledge-base)
  • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 9
  • 100Стоимость исполнения. Тело инструкции 1337 токенов

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 285 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 22 заголовков
  • +3Пошаговые инструкции: 9 пунктов
  • +4Есть примеры (12 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: suspicious
This skill has a coherent archiving purpose, but it handles links, files, cookies, external uploads, and remote sheet writes with under-disclosed data flow and command-execution risks.
LLM: suspicious (medium) · 14 июн. 2026 г.