SKILLEMALL.ai

AC topic-demand-validation

Проверьте актуальность темы, категории продукта или идеи контента, сравнив автозаполнение, динамику Google Trends, конкуренцию в поисковой выдаче и выборочные обсуждения на Reddit, TikTok или YouTube. Используйте для вопросов вроде «Есть ли спрос на это?», «Какую тему протестировать следующей?» или «Что ищут и обсуждают люди?»; для исследований упоминаний известного бренда используйте brand-mention-research.

машинный переводПоказать оригиналСкрыть оригинал«Validate a topic, product category, or content idea by comparing autoc…»

Validate a topic, product category, or content idea by comparing autocomplete intent, Google Trends movement, search-result competition, and a bounded sample of Reddit, TikTok, or YouTube discussion. Use for questions like “is there demand for this?”, “what topic should we test next?”, or “what are people searching and discussing?”; use brand-mention-research for a known entity’s mentions.

ClawHub Agent Skills автор: Crawlora v1.0.0 MIT-0 4 файла · 1 скрипт тело ≈ 1 542 токенов Открыть источникclawhub.ai↗ проанализирован 7 дн назад

Проверьте актуальность темы, категории продукта или идеи контента, сравнив автозаполнение, динамику Google Trends, конкуренцию в поисковой выдаче и выборочные…

Как процесс C 57/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, повторный запуск

АнализаторYouTubeМаркетингМедиа и видеоДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
96
Прогон на моделях
не было
Процессный рейтинг
C
57/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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 · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • низкая Утечка данных net-credential-use scripts/crawlora.sh:16
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (в кавычках — упоминание, а не команда)
      : "${CRAWLORA_API_KEY:?Set CRAWLORA_API_KEY first — get a free key at https://crawlora.net?utm_source=…&utm_medium=…&utm_campaign=…"
      в кавычках
    • низкая Утечка данных net-credential-use scripts/crawlora.sh:138
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (в кавычках — упоминание, а не команда)
      printf 'header = "x-api-key: %s"\n' "$CRAWLORA_API_KEY" >"$curl_config"
      в кавычках

    Просканировано файлов: 4. 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 57/100

    • 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
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 16
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1542 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

    • +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
    • +5В description 3 примера фраз-триггеров в кавычках
    • +3Длина description 392 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 16 пунктов
    • +4Есть примеры (0 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 96.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed public research workflow that uses a scoped Crawlora API helper to collect search and social evidence for topic validation.
    LLM: benign (high) · VirusTotal: · 6 окт. 2026 г.