BD Content Repurposing Toolkit
Преобразуйте 1 единицу контента в 10+ форматов для максимального распространения. Завершите матрицу трансформации: блог в тред Twitter, статью LinkedIn, информационный бюллетень, серию электронных писем, сценарий видео, карусель, заметки к подкасту, инфографику, короткие посты для соцсетей и SEO-блог. Рабочий процесс многоплатформенного повторного использования с SEO-оптимизацией, включая канонические URL-адреса, структурированные данные и сопоставление ключевых слов. Пакетная обработка для одновременной обработки 10+ единиц. Многоязычная поддержка (с английского на вьетнамский). Рубрика оценки качества с проверками перед публикацией от 0 до 100. Включает 3 скрипта Python для автоматического повторного использования. Для создателей контента, маркетологов, ютуберов и подкастеров, которые хотят, чтобы каждый элемент контента работал эффективнее.
машинный переводПоказать оригиналСкрыть оригинал«Turn 1 piece of content into 10+ formats for maximum distribution. Com…»
Turn 1 piece of content into 10+ formats for maximum distribution. Complete transformation matrix: blog to Twitter thread, LinkedIn article, newsletter, email sequence, video script, carousel, podcast notes, infographic, social snippets, and SEO blog post. Multi-platform repurposing workflow with SEO optimization including canonical URLs, structured data, and keyword mapping. Bulk processing for handling 10+ pieces simultaneously. Multi-language support (English to Vietnamese). Quality scoring rubric with 0-100 pre-publish checks. Includes 3 Python scripts for automated repurposing. For content creators, marketers, YouTubers, and podcasters who want every piece of content to work harder.
Преобразуйте 1 единицу контента в 10+ форматов для максимального распространения.
Как процесс D 39/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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
- предупреждение
name-formatname должен быть в kebab-case (строчные буквы, цифры, дефисы) - предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 39/100
- 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
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (Content Repurposing Toolkit) не совпадает с папкой (content-repurposing-toolkit)
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 17
- 100Стоимость исполнения. Тело инструкции 523 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
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 696 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 4 заголовков
- +3Пошаговые инструкции: 17 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.