SKILLEMALL.ai
EN Войти

BC daily-english-card

Ежедневная отправка карточек для изучения английского разговорного языка. Каждое утро в 8:30 автоматически генерируется изображение карточки с диалогом на английском языке и отправляется в WeChat. Поддерживает 440 повседневных сценариев, 11 стилей карточек, повторение по кривой забывания, автоматическая загрузка в базу знаний IMA для архивирования. Триггерные слова: English card, English learning, English speaking, speaking practice, daily English, English push, English card, speaking, learn English, memorize words.

машинный переводПоказать оригиналСкрыть оригинал«每日英语口语学习卡片推送。每天早上8:30自动生成英语场景对话卡片图片并推送到微信。 支持440个日常场景、11种卡片风格、遗忘曲线复习，自…»

每日英语口语学习卡片推送。每天早上8:30自动生成英语场景对话卡片图片并推送到微信。 支持440个日常场景、11种卡片风格、遗忘曲线复习，自动上传到IMA知识库存档。 触发词：英语卡片、英语学习、英语口语、口语练习、每日英语、英语推送、English card、口语、学英语、背单词

ClawHub Agent Skills автор: JerryAction v1.0.5 MIT-0 3 файла тело ≈ 905 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Ежедневная отправка карточек для изучения английского разговорного языка.

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, повторный запуск

СправочникИнфраструктуратип 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
B
85/100
безопасность, качество, тесты
Безопасность 60%
94
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
56/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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 · 6

✓ Критических и высоких находок нет

Средние и низкие: 6
  • низкая Секреты в коде secret-high-entropy-token README.md:274
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    - target: o9…@….wechat
    детектор
  • низкая Секреты в коде secret-high-entropy-token README.md:295
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка; строка таблицы в документации)
    | target | `o9…@….wechat` |
    детектортаблица
  • низкая Секреты в коде secret-high-entropy-token README.md:317
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    "target": "o9…@….wechat",
    детектор
  • низкая Секреты в коде secret-high-entropy-token README.md:405
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    --delivery '{"mode":"announce","channel":"openclaw-weixin","to":"o9…@….wechat","accountId":"e7ae…bot"}'
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:57
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    - **target**: `o9…@….wechat`
    детектор
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:144
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "to": "o9…@….wechat",
    в кавычках

Просканировано файлов: 3. 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 56/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 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
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 20
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 905 токенов
  • low Разделов верхнего уровня: 10. 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 141 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 20 пунктов
  • +4Есть примеры (6 блоков кода)

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

Внешние проверки

ClawHub: suspicious
The skill has a coherent English-learning purpose, but it automates recurring WeChat delivery and IMA archival through fixed account details and local credential helpers without enough user-specific scoping or controls.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.