SKILLEMALL.ai

BF xiaohongshu-collector

Работа по сбору постов/комментариев Xiaohongshu, управлению cookie, обновлению потоков и интеграции плагина браузера в репозиторий forbidden_company.

машинный переводПоказать оригиналСкрыть оригинал«Work on Xiaohongshu post/comment collection, cookie handling, refresh…»

Work on Xiaohongshu post/comment collection, cookie handling, refresh flows, and browser plugin integration in the forbidden_company repo.

ClawHub Agent Skills автор: Jack.L.P v1.0.0 MIT-0 4 файла тело ≈ 541 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Работа по сбору постов/комментариев Xiaohongshu, управлению cookie, обновлению потоков и интеграции плагина браузера в репозиторий forbiddencompany.

Как процесс F 45/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/collect_xiaohongshu.py, scripts/admin_server.py, scripts/run_xiaohongshu_collection.sh

ИнтеграцияИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
F
45/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/collect_xiaohongshu.py, scripts/admin_server.py, scripts/run_xiaohongshu_collection.sh
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: 4. 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: scripts/collect_xiaohongshu.py
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/admin_server.py
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/run_xiaohongshu_collection.sh

Процессный рейтинг: все десять параметров 45/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/collect_xiaohongshu.py, scripts/admin_server.py, scripts/run_xiaohongshu_collection.sh
  • 0Инструменты и файлы. Не хватает 3 файла(ов): scripts/collect_xiaohongshu.py, scripts/admin_server.py, scripts/run_xiaohongshu_collection.sh
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Шаги. Шагов: 26
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 541 токенов
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 138 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 26 пунктов
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.

Внешние проверки

ClawHub: clean
This is a narrow instruction-only skill for a local Xiaohongshu collector workflow, with sensitive cookie use and refresh replacement behavior disclosed and aligned to its purpose.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.