SKILLEMALL.ai

AD desktop-automation-pro

Набор инструментов для автоматизации графического интерфейса рабочего стола для браузеров, мобильных устройств и нативных приложений. Использовать этот навык, когда: - Автоматизация веб-браузеров (на базе Chromium) - Управление сопряженными мобильными устройствами (Android/iOS/macOS) - Скриншоты рабочего стола/окон/областей - Автоматизация нативных приложений Windows через Python - Симуляция мыши/клавиатуры Триггеры: 桌面自动化, GUI自动化, 浏览器自动化, 手机控制, 截图, desktop automation, GUI automation, browser automation, mobile control, screenshot, pyautogui, pywinauto

машинный переводПоказать оригиналСкрыть оригинал«Desktop GUI automation toolkit for browser, mobile devices, and native…»

Desktop GUI automation toolkit for browser, mobile devices, and native applications. 桌面 GUI 自动化工具包,支持浏览器、移动设备和原生应用。 Use this skill when: 使用此技能的场景: - Automating web browsers (Chromium-based) - 控制 Chromium 浏览器 - Controlling paired mobile devices (Android/iOS/macOS) - 控制配对的移动设备 - Taking screenshots of desktop/windows/regions - 桌面/窗口/区域截图 - Automating Windows native applications via Python - 通过 Python 自动化 Windows 原生应用 - Mouse/keyboard simulation - 鼠标键盘模拟 Triggers: 桌面自动化, GUI自动化, 浏览器自动化, 手机控制, 截图, desktop automation, GUI automation, browser automation, mobile control, screenshot, pyautogui, pywinauto

ClawHub Agent Skills автор: systiger v1.0.0 MIT-0 4 файла тело ≈ 1 327 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Набор инструментов для автоматизации графического интерфейса рабочего стола для браузеров, мобильных устройств и нативных приложений.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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

    ✓ По спецификации Agent Skills замечаний нет

    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
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 40Согласованность. Имя во frontmatter (desktop-automation-pro) не совпадает с папкой (desktop-automation-pro-systiger)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 9
    • 100Стоимость исполнения. Тело инструкции 1327 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 604 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 16 заголовков
    • +3Пошаговые инструкции: 9 пунктов
    • +4Есть примеры (6 блоков кода)
    • +3Все 2 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: suspicious
    This skill is a legitimate automation guide, but it gives broad control over browsers, paired devices, screenshots, local Python execution, and system-wide input without enough safety boundaries.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.