SKILLEMALL.ai

BD linkpix-promo-poster

Быстро создает постеры для маркетинговых акций вроде Double 11, Black Friday, Рождества и рекламные изображения для скидок, подходящие для анонсов новинок, промоакций и рекламы бренда. Активируется, когда пользователь просит сделать промо-постер, картинку для акции, изображение со скидкой, праздничный маркетинговый баннер, материалы для распродажи. Ключевые слова: LinkPix, qhkit, промо-постер, постер для акции, изображение со скидкой, маркетинговый баннер, Double 11, Black Friday, Рождество, 618, материалы для распродажи, постер новинки, рекламный баннер бренда.

машинный переводПоказать оригиналСкрыть оригинал«快速生成双11、黑五、圣诞节等营销活动海报与折扣营销图,适用于新品发布、促销活动及品牌宣传。当用户要求做促销海报、活动图、折扣图、节日营销图…»

快速生成双11、黑五、圣诞节等营销活动海报与折扣营销图,适用于新品发布、促销活动及品牌宣传。当用户要求做促销海报、活动图、折扣图、节日营销图、大促素材时必须触发。关键词:LinkPix、qhkit、促销海报、活动海报、折扣图、营销图、双11、黑五、圣诞、618、大促素材、新品海报、品牌宣传图。

ClawHub Agent Skills автор: AutoAGC v0.1.5 MIT-0 2 файла тело ≈ 998 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Быстро создает постеры для маркетинговых акций вроде Double 11, Black Friday, Рождества и рекламные изображения для скидок, подходящие для анонсов новинок…

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

ПроцедураИИ и агентыДанные и аналитикаТорговлятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
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: 18
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 998 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 147 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 18 пунктов
  • +4Есть примеры (4 блоков кода)

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

Внешние проверки

ClawHub: suspicious
The skill has a clear poster-generation purpose, but it tells agents to install and upgrade unpinned tools globally and configure API tokens without clear user-controlled boundaries.
LLM: suspicious (high) · 8 сент. 2026 г.