SKILLEMALL.ai
GitHub ↗ EN Войти

BD write-good

Самый мощный в мире AI для рерайтинга! За минуту — агрессивный рерайтинг, имитация статей для блогов, создание конвейера для топовых статей, генерация сценариев для видео на Bilibili, написание постов для Xiaohongshu, оптимизация сетевых текстов, редактирование отчетов, диссертаций, переводных текстов, массовая генерация SEO-статей…

машинный переводПоказать оригиналСкрыть оригинал«史上最强AI洗稿提示词！一分钟完成暴力洗稿，仿写公众号文章，打造头条文章生产线，b站视频脚本生成，小红书文案撰写，网文写作优化，润色报告、论…»

史上最强AI洗稿提示词！一分钟完成暴力洗稿，仿写公众号文章，打造头条文章生产线，b站视频脚本生成，小红书文案撰写，网文写作优化，润色报告、论文、翻译文本，大规模批量生成SEO文章…

Lord1Egypt/RA-Skills Agent Skills автор: Lord1Egypt 2 файла тело ≈ 1 021 токенов Открыть источникgithub.com↗ проанализирован 4 дн назад

Самый мощный в мире AI для рерайтинга!

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

Генератортип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Hermes Agent Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
B
85/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
63
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: 2. 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 "source"
  • заметка frontmatter-key неизвестное поле фронтматтера "compatible"

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 (write-good) не совпадает с папкой (lobehub_write-good)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 139
  • 100Стоимость исполнения. Тело инструкции 1021 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)
  • +3Длина description 90: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 139 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.