SKILLEMALL.ai

BF ai-info-digest

Инструмент для составления кратких обзоров статей из WeChat. Получает статьи, опубликованные пользователем в интересующих его WeChat-каналах за указанный период, читает каждую статью целиком, а затем группирует их по темам и составляет краткий обзор, указывая источники для оценки ценности каждого канала. Активируется, когда пользователь упоминает: составление обзоров статей из WeChat, еженедельные/ежедневные сводки по WeChat, краткие обзоры статей WeChat, "покажи, что недавно публиковали в WeChat", "сделай краткий обзор контента за последние дни", "обработка прочитанных статей из WeChat", "subscription digest", "WeChat article summary". Активируется даже если пользователь не говорит явно "WeChat", а использует похожие выражения вроде "составь краткий обзор последних статей", "покажи мои подписки", "сводка за неделю по прочитанному".

машинный переводПоказать оригиналСкрыть оригинал«微信公众号文章摘要整理工具。获取用户关注的微信公众号在指定时间范围内发布的文章,逐篇阅读全文,然后按主题聚合整理成一篇简明的摘要文章,标注来…»

微信公众号文章摘要整理工具。获取用户关注的微信公众号在指定时间范围内发布的文章,逐篇阅读全文,然后按主题聚合整理成一篇简明的摘要文章,标注来源便于评估各公众号的价值。 当用户提到以下场景时触发:整理公众号文章、公众号周报/日报、微信文章摘要、帮我看看公众号最近发了什么、总结一下这几天的公众号内容、公众号阅读整理、subscription digest、WeChat article summary。 即使用户没有明确说"公众号",只要提到"整理最近的文章"、"帮我看看订阅号"、"这周的阅读摘要"等类似表达也应触发。

ClawHub Agent Skills автор: jinntrance v1.0.0 MIT-0 3 файла тело ≈ 891 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Инструмент для составления кратких обзоров статей из WeChat.

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: 链接

СправочникТексты и документыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: 链接
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: 链接

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: 链接
  • 0Инструменты и файлы. Не хватает 1 файла(ов): 链接
  • 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
  • 100Шаги. Шагов: 40
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 891 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

  • +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
  • +5В description 3 примера фраз-триггеров в кавычках
  • +3Длина description 259 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 40 пунктов
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: clean
This skill is a disclosed workflow for browsing public article sources and saving a local digest, with scope and persistence caveats but no evidence of hidden or harmful behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.