SKILLEMALL.ai

AB heylead

Взаимодействие в LinkedIn через сервер HeyLead MCP. Используйте, когда пользователь хочет найти людей в LinkedIn и отправить им сообщения — поиск потенциальных клиентов и генерация лидов, подбор персонала и поиск кандидатов, поиск участников для пользовательских интервью или исследований, налаживание связей при поиске работы с менеджерами по найму, поиск инвесторов или партнеров, поиск поставщиков, приглашения на мероприятия — или для проверки ответов, статуса кампании и аналитики, или для публикации постов в LinkedIn своим голосом. Кампании сохраняются как черновики, и ничего не отправляется, пока пользователь их не запустит. Не для массового сбора профилей или публикации на страницах компаний.

машинный переводПоказать оригиналСкрыть оригинал«LinkedIn outreach through the HeyLead MCP server. Use when the user wa…»

LinkedIn outreach through the HeyLead MCP server. Use when the user wants to find and message people on LinkedIn - sales prospecting and lead generation, recruiting and candidate sourcing, user-interview or research participants, job-search networking with hiring managers, investor or partner outreach, vendor scouting, event invitations - or to check replies, campaign status and analytics, or publish LinkedIn posts in their own voice. Campaigns are saved as drafts and nothing is sent until the user launches them. Not for scraping profiles in bulk or for posting to company pages.

ClawHub Agent Skills автор: D4umak v0.10.420 MIT-0 3 файла тело ≈ 2 500 токенов Открыть источникclawhub.ai↗ проанализирован 6 дн назад

Взаимодействие в LinkedIn через сервер HeyLead MCP.

Как процесс B 66/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу

ПроцедураGitHubПродажи и CRMИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
B
66/100
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

    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: 3. 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 66/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 25, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (git), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 22
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2500 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 585 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 16 заголовков
    • +3Пошаговые инструкции: 22 пунктов
    • +4Есть примеры (3 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: suspicious
    This LinkedIn outreach skill is mostly purpose-aligned, but it asks for broad account-impacting authority with unclear data-flow and scope boundaries.
    LLM: suspicious (medium) · 29 сент. 2026 г.