SKILLEMALL.ai
GitHub ↗ EN Войти

BC seo-geo

SEO и GEO (генеративная оптимизация движков) для веб-сайтов. Анализируйте ключевые слова, генерируйте разметку schema, оптимизируйте для ИИ-поисковиков (ChatGPT, Perplexity, Gemini, Copilot, Claude) и традиционных поисковиков (Google, Bing). Используйте, когда пользователь хочет улучшить видимость в поиске.

машинный переводПоказать оригиналСкрыть оригинал«SEO & GEO (Generative Engine Optimization) for websites. Analyze keywo…»

SEO & GEO (Generative Engine Optimization) for websites. Analyze keywords, generate schema markup, optimize for AI search engines (ChatGPT, Perplexity, Gemini, Copilot, Claude) and traditional search (Google, Bing). Use when user wants to improve search visibility.

ReScienceLab/opc-skills Agent Skills автор: ReScienceLab 18 файлов · 10 скриптов тело ≈ 1 977 токенов Открыть источникgithub.com↗ проанализирован 4 дн назад

SEO и GEO (генеративная оптимизация движков) для веб-сайтов.

Как процесс C 55/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, ошибки и развилки

ГенераторМаркетингтип и темы размечены автоматически по тексту скилла
Запускается в: 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) OpenClaw Goose OpenCode
JSON
Технический рейтинг
B
94/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • низкая Опасные команды cmd-pipe-to-shell references/schema-templates.md:53
      Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell) (демонстрация атаки / пример; в кавычках — упоминание, а не команда)
      "text": "[Installation/signup instructions. Run: curl -fsSL example.com/install.sh | bash]"
      демонстрацияв кавычках

    Просканировано файлов: 18. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "triggers"

    Процессный рейтинг: все десять параметров 55/100

    • 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 (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 48
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1977 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)
    • -39 из 10 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 265 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 16 заголовков
    • +3Пошаговые инструкции: 48 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (11 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (5 из 6)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.