SKILLEMALL.ai
EN Войти

BD xiaohongshu-publish-attach

Автоматически публикуйте длинные заметки Xiaohongshu в Linux (через Chrome attach/VNC). Агент пишет заголовок + тело, затем выполняет xhs_publish.sh с параметрами --publish --submit. Триггеры: 小红书发帖, 发小红书, 小红书长文, xhs publish, 发布到小红书.

машинный переводПоказать оригиналСкрыть оригинал«Auto-publish Xiaohongshu long-form notes on Linux (Chrome attach/VNC).…»

Auto-publish Xiaohongshu long-form notes on Linux (Chrome attach/VNC). Agent writes title+body then exec xhs_publish.sh with --publish --submit. Triggers 小红书发帖, 发小红书, 小红书长文, xhs publish, 发布到小红书.

ClawHub Agent Skills автор: M-Lemon v0.0.3 MIT-0 15 файлов · 8 скриптов тело ≈ 487 токенов Открыть источникclawhub.ai↗ проанализирован 13 ч назад

Автоматически публикуйте длинные заметки Xiaohongshu в Linux (через Chrome attach/VNC).

Как процесс D 45/100 · 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%
98
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
D
45/100
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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Опасные команды cmd-privilege scripts/start_chrome_debug.sh:36
    Повышение привилегий / права на запись для всех (определение детектора / чёрного списка)
    [[ "$(id -u)" -eq 0 ]] && EXTRA_ARGS+=(--no-sandbox --disable-setuid-sandbox)
    детектор
  • низкая Опасные команды cmd-background-process scripts/start_chrome_debug.sh:52
    Запуск фонового / автозапускаемого процесса
    nohup "${CHROME_CMD[@]}" >/tmp/chrome-zhihu-automation.log 2>&1 &

Просканировано файлов: 15. 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 45/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 6
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 487 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

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
  • -35 из 9 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 194 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 5 заголовков
  • +3Пошаговые инструкции: 6 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
The skill is not clearly malicious, but it needs Review because it can publish live Xiaohongshu content through a shared logged-in browser profile and automatic desktop-level clicks.
LLM: suspicious (high) · VirusTotal: · 1 июн. 2026 г.