SKILLEMALL.ai

AB social-media

Публикуйте предоставленный пользователем текст с изображениями, видео или ссылкой в X, LinkedIn, Farcaster и Facebook (на румынском языке), а также на Hacker News, если это подходит для аудитории. Слегка адаптируйте черновики для Reddit и тексты для Hacker News. Изменяйте размер исходных изображений для пресетов OpenGraph и социальных сетей с помощью ImageMagick. Также обновляйте устаревшие превью ссылок или находите сабреддиты. Публикация осуществляется с использованием общего Chromium.

машинный переводПоказать оригиналСкрыть оригинал«Post one user-supplied text, with optional images, video, or link, to…»

Post one user-supplied text, with optional images, video, or link, to X, LinkedIn, Farcaster, and Facebook (in Romanian), and to Hacker News when it suits that audience. Lightly tailor Reddit drafts and Hacker News copy. Resize source artwork into OpenGraph and social image presets with ImageMagick. Also refresh stale link previews or find subreddits. Publishing uses shared Chromium.

PaulRBerg/agent-skills Claude Code автор: PaulRBerg MIT 7 файлов · 1 скрипт тело ≈ 2 117 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Публикуйте предоставленный пользователем текст с изображениями, видео или ссылкой в X, LinkedIn, Farcaster и Facebook (на румынском языке), а также на Hacker…

Как процесс B 73/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск

ПроцедураМаркетингДанные и аналитикаМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
B
73/100
Почти готов
Результат и критерий готовности вес 14
0
Повторный запуск вес 4
30
Инструменты и файлы вес 18
60
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "skill-dependencies"

    Процессный рейтинг: все десять параметров 73/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 30Повторный запуск. Изменяющих операций: 11, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 27
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2117 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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 386 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 27 пунктов
    • +4Есть примеры (0 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.