SKILLEMALL.ai
EN Войти

BD lexiang-knowledge-private

Полностью функциональный навык Lexiang Knowledge Base MCP (версия для частного развертывания). Используйте, когда пользователь упоминает «乐享», «知识库», «个人知识库», «我的知识库», «lexiang», предоставляет ссылку Lexiang или выполняет операции, связанные с поиском/записью/редактированием/файлами/конфигурацией базы знаний.

машинный переводПоказать оригиналСкрыть оригинал«乐享知识库 MCP 全功能 Skill（私有化部署版）。当用户提到「乐享」「知识库」「个人知识库」「我的知识库」「lexiang」，或提供乐…»

乐享知识库 MCP 全功能 Skill（私有化部署版）。当用户提到「乐享」「知识库」「个人知识库」「我的知识库」「lexiang」，或提供乐享链接，或涉及知识库的搜索/写入/编辑/文件/配置等操作时使用。

ClawHub Agent Skills автор: Tencent Lexiang v1.0.0 MIT-0 27 файлов тело ≈ 1 055 токенов Открыть источникclawhub.ai↗ проанализирован 23 ч назад

Полностью функциональный навык Lexiang Knowledge Base MCP (версия для частного развертывания).

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ 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
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
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: 27. 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 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (lexiang-knowledge-private) не совпадает с папкой (lexiang-private-skills)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 13
  • 100Стоимость исполнения. Тело инструкции 1055 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)
  • +3Длина description 102: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -33 из 3 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 13 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (19 из 19)

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

Внешние проверки

ClawHub: clean
This appears to be a legitimate private Lexiang knowledge-base connector, with expected but sensitive token, file upload, and write capabilities.
LLM: benign (medium) · VirusTotal: · 9 июл. 2026 г.