SKILLEMALL.ai

AB gooseworks

Набор инструментов для работы с данными GooseWorks. Ищите и парсите Twitter/X, Reddit, LinkedIn, веб-сайты и интернет. Находите людей, email и информацию о компаниях. Обогащайте контакты и компании. Задачи GTM: генерация лидов, исследование потенциальных клиентов, идентификация ICP, анализ конкурентов, создание списков для исходящих продаж. Парсинг LinkedIn: извлекайте данные о вовлеченности в постах, комментаторах, профилях и вакансиях. Используйте это для ЛЮБОГО поиска данных, веб-скрейпинга, поиска людей, генерации лидов, GTM или исследовательских задач.

машинный переводПоказать оригиналСкрыть оригинал«GooseWorks data toolkit. Search and scrape Twitter/X, Reddit, LinkedIn…»

GooseWorks data toolkit. Search and scrape Twitter/X, Reddit, LinkedIn, websites, and the web. Find people, emails, and company info. Enrich contacts and companies. GTM tasks: lead generation, prospect research, ICP identification, competitor analysis, outbound list building. LinkedIn scraping: extract post engagers, commenters, profile data, and job postings. Use this for ANY data lookup, web scraping, people search, lead gen, GTM, or research task.

ClawHub Agent Skills автор: Akhilathina v1.0.0 MIT-0 2 файла тело ≈ 1 986 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Набор инструментов для работы с данными GooseWorks.

Как процесс B 68/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия

АнализаторПродажи и CRMИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 68/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 44
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Ошибки и развилки. Развилок: 5, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1986 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • 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 Ответ описан самодельной разметкой (10 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

    • +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 454 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 18 заголовков
    • +3Пошаговые инструкции: 44 пунктов
    • +4Есть примеры (7 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.

    Внешние проверки

    ClawHub: suspicious
    GooseWorks is a disclosed data toolkit, but it gives the agent broad authority to fetch and run remote code and route many data tasks through external services.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.