SKILLEMALL.ai
EN Войти

BD douyin-chat-insight

Анализ экспорта групповых/личных чатов (включая группы Douyin), предоставленного пользователем, с генерацией одностраничного отчета о ценности диалога (факты, противоречия, прямые цитаты потребностей, действия). Без входа в IM, без принудительного ключа облака. Триггеры: douyin-chat-insight, преобразование чата Douyin в базу знаний, анализ групповых чатов, insight экспорта чатов.

машинный переводПоказать оригиналСкрыть оригинал«分析用户自备的群聊/私聊导出（含抖音群），生成单页会话价值报告（硬事实、矛盾、需求原话、动作）。零 IM 登录、不强制云 Key。触发：do…»

分析用户自备的群聊/私聊导出（含抖音群），生成单页会话价值报告（硬事实、矛盾、需求原话、动作）。零 IM 登录、不强制云 Key。触发：douyin-chat-insight、抖音聊天转知识库、群聊洞察、chat export insight。

ClawHub Agent Skills автор: tars1230 v0.2.1 MIT-0 50 файлов тело ≈ 491 токенов Открыть источникclawhub.ai↗ проанализирован 34 ч назад

Анализ экспорта групповых/личных чатов (включая группы Douyin), предоставленного пользователем, с генерацией одностраничного отчета о ценности диалога (факты…

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

ПроцедураИИ и агентыРазработкатип 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
89/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
74
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
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Секреты в коде secret-high-entropy-token README.md:5
    Строка, похожая на токен (может быть id, хеш или секрет)
    [![GitHub](https://img.shields.io/badge/GitH…230%2Fdo…ack)](https://github.com/tars1230/douyin-chat-insight)

Просканировано файлов: 43. 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 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 (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 15
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 491 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

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
  • -39 из 12 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 122 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 15 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 13)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: clean
This skill is a local chat-export analysis tool with disclosed file access and report output, with limited optional environment checks but no evidence of exfiltration or hidden automation.
LLM: benign (high) · VirusTotal: · 5 авг. 2026 г.