SKILLEMALL.ai
EN Войти

BD claude-wechat-bridge-with-files

Настройка моста для обмена сообщениями между OpenClaw / Claude Code и WeChat (включая отправку сообщений). Основано на официальном интерфейсе WeChat ClawBot + стороннем npm-пакете claude-wechat-channel (поддерживается fengliu222). Активируется, когда пользователь говорит «Подключи Claude к WeChat» / «Хочу общаться с Claude через мобильный WeChat» / «Настройка ClawBot для Claude» / «Как установить claude-wechat-channel».

машинный переводПоказать оригиналСкрыть оригинал«让 OpenClaw / Claude Code 通过微信收发消息（含主动发送）的桥接配置 skill。基于微信官方 ClawBot 接口…»

让 OpenClaw / Claude Code 通过微信收发消息（含主动发送）的桥接配置 skill。基于微信官方 ClawBot 接口 + 第三方 npm 包 claude-wechat-channel（fengliu222 维护）。当用户说"把 Claude 连到微信" / "想用手机微信和 Claude 聊" / "ClawBot 配 Claude" / "claude-wechat-channel 怎么装" 时触发。

ClawHub Agent Skills автор: NANA v1.2.1 MIT-0 6 файлов · 1 скрипт тело ≈ 1 456 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Настройка моста для обмена сообщениями между OpenClaw / Claude Code и WeChat (включая отправку сообщений).

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип 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
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
D
43/100
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 6. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "risk_level"
  • заметка frontmatter-key неизвестное поле фронтматтера "tested_on"

Процессный рейтинг: все десять параметров 43/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (bash, node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 27
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1456 токенов
  • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

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
  • -5В тексте остались TODO / заглушки
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 215 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 18 заголовков
  • +3Пошаговые инструкции: 27 пунктов
  • +4Есть примеры (7 блоков кода)

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

Внешние проверки

ClawHub: suspicious
The skill clearly discloses its WeChat bridge purpose, but it adds a high-impact proactive messaging path that reuses stored credentials without strong user controls.
LLM: suspicious (high) · 2 июн. 2026 г.