SKILLEMALL.ai

BB editorial-content-strategy

Загружайте повторно используемую стратегию аудитории и каналов для производства контента. Используйте при написании, переписывании или оптимизации контента для конкретного целевого читателя и канала публикации, особенно для контента OpenClaw, предназначенного для технически не подкованных работников в WeChat public accounts или Xiaohongshu. Требует два параметра: целевая аудитория и канал публикации. Если какой-либо из них отсутствует, запросите перед продолжением.

машинный переводПоказать оригиналСкрыть оригинал«Load reusable editorial audience and channel strategy for content prod…»

Load reusable editorial audience and channel strategy for content production. Use when writing, rewriting, or optimizing content for a specific target reader and publication channel, especially for OpenClaw content aimed at light-technical workplace learners on WeChat public accounts or Xiaohongshu. Requires two parameters: target audience and publication channel. If either is missing, ask before proceeding.

ClawHub Agent Skills автор: Kevin Stone v1.0.0 MIT-0 5 файлов тело ≈ 279 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Загружайте повторно используемую стратегию аудитории и каналов для производства контента.

Как процесс B 68/100 · Почти готов — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторМаркетингИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Отчётность по ходу вес 2
0
Когда включается вес 12
20
Входы и предусловия вес 11
30
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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Load reusable editorial audience and channel strategy for content … ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении

    Процессный рейтинг: все десять параметров 68/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Входы и предусловия. Не сказано, что нужно иметь на входе
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 55Ошибки и развилки. Развилок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 9
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 279 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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 411 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 9 пунктов

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

    Внешние проверки

    ClawHub: clean
    This is a markdown-only editorial guidance skill for tailoring content to audiences and channels, with no evidence of unsafe access or execution.
    LLM: benign (high) · VirusTotal: · 28 мая 2026 г.