SKILLEMALL.ai

AF citation-intelligence

Используйте, когда пользователь хочет узнать, какие URL-адреса цитируют ИИ-движки для запроса, цитируется ли их домен ChatGPT/Claude/Perplexity/Gemini/Google AI Overviews/Bing, для каких запросов цитируется их сайт, как меняется частота цитирования со временем или как их охват цитирования сравнивается с конкурентами. Самостоятельный хостинг, собственные ключи API, без бэкенда.

машинный переводПоказать оригиналСкрыть оригинал«Use when the user wants to know which URLs AI engines cite for a query…»

Use when the user wants to know which URLs AI engines cite for a query, whether their domain is being cited by ChatGPT/Claude/Perplexity/Gemini/Google AI Overviews/Bing, what queries their site is cited for, how citation rate changes over time, or how their citation coverage compares to competitors. Self-hosted, BYO API keys, no backend.

ClawHub Agent Skills автор: AutomateLab v0.10.0 MIT-0 2 файла тело ≈ 762 токенов Открыть источникclawhub.ai проанализирован 22 ч назад

Используйте, когда пользователь хочет узнать, какие URL-адреса цитируют ИИ-движки для запроса, цитируется ли их домен ChatGPT/Claude/Perplexity/Gemini/Google…

Как процесс F 32/100 · Не запустится — слабые места: шаги, результат и критерий готовности, входы и предусловия

ИнтеграцияGitHubИсследованиятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
F
32/100
Не запустится
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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 · 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 32/100

    • 0Шаги. Инструкция сплошным текстом, шаги не выделены
    • 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
    • 40Согласованность. Имя во frontmatter (citation-intelligence) не совпадает с папкой (automatelab-citation-intelligence)
    • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Стоимость исполнения. Тело инструкции 762 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)
    • +3Нет пошаговых инструкций или чек-листа
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +2Инструкции на одном языке
    • +3Длина description 339 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +4Есть примеры (5 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

    Внешние проверки

    ClawHub: clean
    This skill is a coherent citation-analysis helper that clearly discloses its external MCP server setup and API-key requirements.
    LLM: benign (medium) · VirusTotal: · 31 мая 2026 г.