SKILLEMALL.ai

BD ai-news-skills

Полностью автоматизированный рабочий процесс новостей с помощью ИИ: сбор новостей из открытых веб-источников, генерация ежедневных и утренних сводок, синтез еженедельных обзоров тенденций и глубокого анализа. Включает три совместных навыка: ai_news_fetcher (сбор), ai_news_reporter (ежедневный отчет), ai_weekly_reporter (еженедельный отчет).

машинный переводПоказать оригиналСкрыть оригинал«AI 新闻全自动工作流:采集公开网页新闻、生成日报与早报导读、合成周报趋势与深度解读。包含三个协作 skill:ai_news_fetche…»

AI 新闻全自动工作流:采集公开网页新闻、生成日报与早报导读、合成周报趋势与深度解读。包含三个协作 skill:ai_news_fetcher(采集)、ai_news_reporter(日报)、ai_weekly_reporter(周报)。

ClawHub Agent Skills автор: yy4fun v1.3.1 MIT-0 35 файлов · 1 скрипт тело ≈ 335 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Полностью автоматизированный рабочий процесс новостей с помощью ИИ: сбор новостей из открытых веб-источников, генерация ежедневных и утренних сводок, синтез…

Как процесс D 42/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
D
42/100
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")

Процессный рейтинг: все десять параметров 42/100

  • 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
  • 75Шаги. Шагов: 3
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 335 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
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +2Инструкции на одном языке
  • +3Длина description 120 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 4 заголовков
  • +3Пошаговые инструкции: 3 пунктов
  • +4Есть примеры (1 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: clean
This is a disclosed AI-news automation skill that writes reports to configured Feishu destinations, with risks mainly around scheduled sharing, the Jina URL proxy, and installer side effects.
LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.