AB xiaohongshu-auto-posting
Автоматизирует полный рабочий процесс управления контентом Xiaohongshu (XHS / Little Red Book): сбор тем, вызывающих проблемы → сбор примеров стилей → выбор темы → написание контента → публикация → отслеживание производительности. Используйте, когда пользователь упоминает автоматическую публикацию в xiaohongshu, автоматическую публикацию xhs, публикацию в little red book, пост в xiaohongshu, автоматическую публикацию xiaohongshu, управление контентом xiaohongshu, контент-маркетинг xhs, публикация в xhs, публикация на xhs, пост на xiaohongshu, продвижение xiaohongshu, операции xiaohongshu, автоматизация xiaohongshu, автоматизация xhs, отслеживание производительности xhs, отслеживание производительности xiaohongshu, отслеживание данных xiaohongshu, аналитика xiaohongshu, смена аккаунта xhs, обновление ключевых слов xhs.
машинный переводПоказать оригиналСкрыть оригинал«Automates the complete Xiaohongshu (XHS / Little Red Book) content ope…»
Automates the complete Xiaohongshu (XHS / Little Red Book) content operation workflow: pain-point topic collection → style case collection → topic selection → content writing → publishing → performance tracking. Use when user mentions xiaohongshu auto posting, xhs auto post, little red book posting, xiaohongshu post, xiaohongshu auto posting, xiaohongshu content operations, xhs content marketing, post to xiaohongshu, publish on xhs, post on xiaohongshu, xiaohongshu promotion, xiaohongshu operations, xiaohongshu automation, xhs automation, track xhs performance, track xiaohongshu performance, xiaohongshu data tracking, xiaohongshu analytics, switch xhs account, update xhs keywords.
Автоматизирует полный рабочий процесс управления контентом Xiaohongshu (XHS / Little Red Book): сбор тем, вызывающих проблемы → сбор примеров стилей → выбор…
Как процесс B 68/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу
Как улучшить
- 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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 68/100
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 27, без проверки текущего состояния
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 85Шаги. Шагов: 69, расплывчатых формулировок: 1
- 100Ошибки и развилки. Развилок: 5, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3721 токенов
- low Разделов верхнего уровня: 19. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (7 тегов): типизированный вызов надёжнее
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 689 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 28 заголовков
- +3Пошаговые инструкции: 69 пунктов
- +4Есть примеры (12 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (5 из 5)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.