AD news-hot-hub
Агрегатор данных о горячих новостях — объединяет данные о горячих трендах с трех платформ: Zhihu, Toutiao и AIBase. Поддерживает получение горячих трендов с любой платформы по отдельности или получение данных со всех платформ одновременно и их сводное представление. Используйте этот навык, когда пользователь упоминает «агрегатор горячих трендов», «горячие тренды всех платформ», «популярные темы на разных платформах», «сводка горячих трендов», «сбор данных о горячих трендах», «я хочу видеть горячие тренды всей сети», «просмотр горячих трендов на разных платформах», «получение горячих трендов в один клик», «горячие тренды Zhihu и Toutiao», «горячие тренды всей сети», «многоплатформенные горячие тренды». Также можно активировать отдельную платформу: упоминание «горячие тренды Zhihu/популярное на Zhihu/данные Zhihu» активирует Zhihu, упоминание «горячие тренды Toutiao/Toutiao» активирует Toutiao, упоминание «AIBase/AI база/AI новости/AI дневник» активирует AIBase.
машинный переводПоказать оригиналСкрыть оригинал«新闻热点数据聚合器——整合知乎、今日头条、AIBase三大平台热搜数据。支持单独获取任一平台热榜，也支持一次性获取所有平台数据并汇总输出。当…»
新闻热点数据聚合器——整合知乎、今日头条、AIBase三大平台热搜数据。支持单独获取任一平台热榜，也支持一次性获取所有平台数据并汇总输出。当用户提到"热搜聚合"、"全平台热点"、"各平台热门话题"、"热榜整合"、"热点数据采集"、"我要看全网热点"、"刷一下各平台热榜"、"一键获取热榜"、"知乎头条热榜"、"全网热点"、"多平台热搜"时使用此技能。也可以单独触发某个平台：提到"知乎热搜/知乎热门/知乎数据"触发知乎，提到"头条热榜/今日头条"触发头条，提到"AIBase/AI基地/AI新闻/AI日报"触发AIBase。
Агрегатор данных о горячих новостях — объединяет данные о горячих трендах с трех платформ: Zhihu, Toutiao и AIBase.
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 11. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 46/100
- 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
- 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 8
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 684 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
- -31 из 5 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 9 примера фраз-триггеров в кавычках
- +3Длина description 262 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 16 заголовков
- +3Пошаговые инструкции: 8 пунктов
- +4Есть примеры (5 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (3 из 3)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.