SKILLEMALL.ai

CD linkpix-marketing-assets

Создание маркетинговых материалов для электронной коммерции в одном месте: основные изображения товаров, сцены, страницы описания, рекламные плакаты, рекламные изображения и рекламные видео, охватывающие упаковку товаров, продвижение мероприятий и маркетинговые кампании. Активируется, когда пользователь запрашивает создание маркетинговых материалов, рекламных материалов, промо-материалов, материалов для таргетированной рекламы, материалов для мероприятий. Ключевые слова: LinkPix, qhkit, маркетинговые материалы, рекламные материалы, промо-материалы, материалы для таргетированной рекламы, материалы для инфопотока, материалы для мероприятий, пакет материалов, бренд-маркетинг, массовое производство материалов.

машинный переводПоказать оригиналСкрыть оригинал«一站式生成电商营销素材:商品主图、场景图、详情页、促销海报、广告图片与广告视频,覆盖商品包装、活动推广和品牌营销。当用户要求做营销素材、广告…»

一站式生成电商营销素材:商品主图、场景图、详情页、促销海报、广告图片与广告视频,覆盖商品包装、活动推广和品牌营销。当用户要求做营销素材、广告素材、推广素材、投放素材、活动素材时必须触发。关键词:LinkPix、qhkit、营销素材、广告素材、推广素材、投放素材、信息流素材、活动素材、素材包、品牌营销、素材量产。

ClawHub Agent Skills автор: AutoAGC v0.1.7 MIT-0 2 файла тело ≈ 945 токенов Открыть источникclawhub.ai↗ проанализирован 7 дн назад

Создание маркетинговых материалов для электронной коммерции в одном месте: основные изображения товаров, сцены, страницы описания, рекламные плакаты…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентыМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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 "homepage"

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (bash, node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 20
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 945 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 156 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 20 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: suspicious
This skill has a coherent marketing-asset purpose, but it asks the agent to install and update mutable external tooling, alter the local runtime environment, and handle an API token in ways users should review carefully.
LLM: suspicious (high) · 8 окт. 2026 г.