SKILLEMALL.ai
GitHub ↗ EN Войти

BC marketing-copy-knowledge

Дизайн от учителя Сяо Хэй, Цю Юйтин. Рекламные тексты для Meta, рекламные тексты для Google, посты в соцсетях: используйте FABE x SPIN для создания рекламных текстов с лучшей конверсией. Поддерживает freemium/платные кредиты (X-Api-Key).

машинный переводПоказать оригиналСкрыть оригинал«小黑老師 邱煜庭設計。Meta 廣告文案、Google 廣告文案、社群貼文：用 FABE x SPIN 產出更能轉換的廣告文案。支援 fre…»

小黑老師 邱煜庭設計。Meta 廣告文案、Google 廣告文案、社群貼文：用 FABE x SPIN 產出更能轉換的廣告文案。支援 freemium/付費（X-Api-Key credits）。

ClawHub Agent Skills автор: backtrue v1.0.3 2 файла тело ≈ 916 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Дизайн от учителя Сяо Хэй, Цю Юйтин.

Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw 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) Goose OpenCode
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Обфускация obf-hex-escape-chain SKILL.md:6
    Обфускация строк через escape-последовательности / коды символов (в кавычках — упоминание, а не команда)
    metadata: {"author_name":"邱煜庭（小黑老師）","author_role":"Marketing instructor (Meta Ads / Google Ads / SEO / GA)","book_title":"《說進心坎裡》角色導向 FABE × SPIN 話術練習系統","book_url":"https://fabe.thinkwithblack.com/"
    в кавычках

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 61/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 23
  • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 916 токенов

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)
  • +3Длина description 98: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +4Есть примеры (7 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: clean
This skill is a disclosed marketing-copy helper that sends marketing prompts to one external service, with no hidden code, persistence, or local access found.
LLM: benign (high) · VirusTotal: benign · 28 мая 2026 г.