SKILLEMALL.ai

AD wechat-summary

Суммирует содержание статей из WeChat. Используйте, когда пользователь предоставляет ссылку на статью из WeChat (mp.weixin.qq.com) и просит суммировать, обобщить, сделать выжимку или быстро ознакомиться с содержанием статьи. Также подходит для запросов вроде «Помоги мне понять, о чем эта статья», «О чем эта статья из WeChat», «Суммируй эту ссылку». Используйте этот навык, если видите ссылку mp.weixin.qq.com и пользователь хочет узнать содержание.

машинный переводПоказать оригиналСкрыть оригинал«总结微信公众号文章内容。当用户提供微信公众号文章链接(mp.weixin.qq.com)并要求总结、概括、摘要、快速了解文章内容时使用此 s…»

总结微信公众号文章内容。当用户提供微信公众号文章链接(mp.weixin.qq.com)并要求总结、概括、摘要、快速了解文章内容时使用此 skill。也适用于用户说"帮我看看这篇文章讲什么"、"这篇公众号文章说了啥"、"总结一下这个链接"等请求。只要看到 mp.weixin.qq.com 的链接并且用户想了解内容,就应该使用这个 skill。

ClawHub Agent Skills автор: mick2458pan v1.0.1 MIT-0 3 файла тело ≈ 320 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Суммирует содержание статей из WeChat.

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникТексты и документыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
D
41/100
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
Это копия скилла из другого каталога, в рейтинге считается основная: wechat-summary (ClawHub)

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: 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 41/100

  • 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 (wechat-summary) не совпадает с папкой (wechat-mick)
  • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 21
  • 100Стоимость исполнения. Тело инструкции 320 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 172 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 21 пунктов
  • +4Есть примеры (4 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

Внешние проверки

ClawHub: clean
This skill fetches user-provided article links and summarizes them, with no evidence of hidden persistence, credential handling, or destructive behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.