SKILLEMALL.ai

AD xiaohongshu-mcp

Локальный рабочий процесс MCP для Xiaohongshu, поддерживающий поиск заметок, чтение деталей и комментариев, публикацию комментариев и ответов, публикацию изображений/видео, а также предоставляющий готовые к использованию скрипты Bash и шаблоны публикаций. Используйте, когда пользователь упоминает «小红书, xiaohongshu, 小红书MCP, 搜小红书, 查小红书, 发小红书, 发布笔记, 小红书评论, 小红书详情, 笔记发布, 内容运营, RedNote». Приоритетно вызывается через локальный сервис MCP `xiaohongshu` в конфигурации mcporter.

машинный переводПоказать оригиналСкрыть оригинал«本地小红书 MCP 工作流技能,支持搜索笔记、读取详情与评论、发表评论与回复、发布图文/视频,并附带可直接复用的 Bash 脚本与发布模板。…»

本地小红书 MCP 工作流技能,支持搜索笔记、读取详情与评论、发表评论与回复、发布图文/视频,并附带可直接复用的 Bash 脚本与发布模板。用户提到“小红书、xiaohongshu、小红书MCP、搜小红书、查小红书、发小红书、发布笔记、小红书评论、小红书详情、笔记发布、内容运营、RedNote”时使用。优先通过 mcporter 配置中的本地 MCP 服务 `xiaohongshu` 调用。

ClawHub Agent Skills автор: xiaopeng v1.0.1 MIT-0 14 файлов · 5 скриптов тело ≈ 536 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Локальный рабочий процесс MCP для Xiaohongshu, поддерживающий поиск заметок, чтение деталей и комментариев, публикацию комментариев и ответов, публикацию…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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: 14. 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 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (xiaohongshu-mcp) не совпадает с папкой (openclaw-xiaohongshu-mcp)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 13
  • 100Стоимость исполнения. Тело инструкции 536 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 197 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 13 пунктов
  • +4Есть примеры (10 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 5 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: suspicious
This Xiaohongshu automation skill is not evidently malicious, but it needs review because it can post through a real account while persisting login/session data in an unpinned third-party Docker service.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.