SKILLEMALL.ai

BB rednote-local-business-note-maker

Создайте пост для местного бизнеса в Xiaohongshu или REDnote из фотографий витрины, изображений услуг, краткого описания продавца или ссылок на бренд. Этот ИИ-создатель контента для местного бизнеса создает скоординированную вертикальную заметку для бизнеса Xiaohongshu в формате 3:4 с обложкой витрины, выделением магазина или услуги и заключительным визуальным элементом с местом для деталей посещения, а также идеями заголовков, углами подписей и тегами для продвижения магазина в Xiaohongshu, локальных постов Xiaohongshu, контента о посещении магазина, розничных магазинов, студий красоты, спортзалов, отелей, достопримечательностей и всплывающих мероприятий.

машинный переводПоказать оригиналСкрыть оригинал«Create a Xiaohongshu local business post or REDnote local business pos…»

Create a Xiaohongshu local business post or REDnote local business post from storefront photos, service images, a merchant brief, or brand references. This AI local-business content maker creates a coordinated vertical 3:4 Xiaohongshu business note with a store-front cover, store or service highlight, and a closing visual with room for visit details, plus title ideas, caption angles, and tags for Xiaohongshu store promotion, Xiaohongshu local posts, store-visit content, retail shops, beauty studios, gyms, hotels, attractions, and pop-up events.

ClawHub Agent Skills автор: beatra-ai v0.1.1 MIT-0 15 файлов тело ≈ 2 276 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Создайте пост для местного бизнеса в Xiaohongshu или REDnote из фотографий витрины, изображений услуг, краткого описания продавца или ссылок на бренд.

Как процесс B 65/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу

ГенераторМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 15. 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")

Процессный рейтинг: все десять параметров 65/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 14
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2276 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -32 из 3 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 550 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 14 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (9 из 9)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
The skill mostly does what it advertises, but it also installs a broad Beatra authorization, persistent local state, telemetry, and silent self-updates that deserve review before use.
LLM: suspicious (high) · 20 авг. 2026 г.