SKILLEMALL.ai
GitHub ↗ EN Войти

BC contentclaw

Превращайте статьи, подкасты и тематические исследования в готовые для публикации посты в социальных сетях, инфографику и диаграммы. Обнаруживает популярные темы через Exa, генерирует контент по рецептам с заданными параметрами и создает изображения с помощью fal.ai. Активация по фразам: "сделай пост из этого", "преврати это в контент", "сгенерировать контент", "обнаружить темы", рецепты контента, графы брендов.

машинный переводПоказать оригиналСкрыть оригинал«Turn papers, podcasts, and case studies into publish-ready social post…»

Turn papers, podcasts, and case studies into publish-ready social posts, infographics, and diagrams. Discovers trending topics via Exa, generates content with spec-first recipes, and creates images with fal.ai. Trigger on: "make a post from this", "turn this into content", "generate content", "discover topics", content recipes, brand graphs.

LeoYeAI/openclaw-master-skills Agent Skills автор: LeoYeAI MIT 56 файлов тело ≈ 5 153 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Превращайте статьи, подкасты и тематические исследования в готовые для публикации посты в социальных сетях, инфографику и диаграммы.

Как процесс C 64/100 · Есть пробелы — слабые места: результат и критерий готовности, согласованность, повторный запуск

ПроцедураGitHubDiscordМаркетингтип 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
83/100
безопасность, качество, тесты
Безопасность 60%
91
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Результат и критерий готовности вес 14
0
Повторный запуск вес 4
30
Согласованность вес 8
40
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Широкие права средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 5

✓ Критических и высоких находок нет

Средние и низкие: 5
  • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
    Заранее разрешены широкие инструменты: Bash
    allowed-tools: Bash Read Write Edit Glob Grep AskUserQuestion
  • низкая Опасные команды cmd-cron-mention references/utilities.md:17
    Упоминание редактирования crontab (в кавычках — упоминание, а не команда)
    3. User installs the cron themselves via `crontab -e`
    в кавычках
  • низкая Опасные команды cmd-cron-mention scripts/schedule.py:86
    Упоминание редактирования crontab (строковый литерал в коде, не выполняется)
    "manual_steps": f"Run: crontab -e\nAdd this line:\n{cmd}",
    строка в коде
  • низкая Опасные команды cmd-cron-mention scripts/schedule.py:219
    Упоминание редактирования crontab (строковый литерал в коде, не выполняется)
    "manual_steps": "Run: crontab -e\nRemove the line containing 'content-claw'",
    строка в коде
  • низкая Опасные команды cmd-pipe-to-shell-known-host SKILL.md:56
    Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код) (в кавычках — упоминание, а не команда)
    - Linux/macOS (alternative): `curl -LsSf https://astral.sh/uv/install.sh | sh` (review the script at https://astral.sh/uv/install.sh before running)
    в кавычках

Просканировано файлов: 53. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5153 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 64/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 30Повторный запуск. Изменяющих операций: 20, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (contentclaw) не совпадает с папкой (content-claw)
  • 60Шаги. Шагов: 147, расплывчатых формулировок: 5
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 5153 токенов
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Ошибки и развилки. Развилок: 10, есть раздел про ошибки
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 14. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (25 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
  • -46 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • -39 из 11 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 343 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 35 заголовков
  • +3Пошаговые инструкции: 147 пунктов
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.