SKILLEMALL.ai
GitHub ↗ EN Войти

CF reelclaw

Создавайте, производите и публикуйте короткие видеоролики в стиле UGC в больших масштабах. Полный конвейер: извлекайте из DanSUGC исходные крючки для реакций UGC, анализируйте демонстрации приложений с помощью Gemini AI, собирайте ролики с помощью ffmpeg, публикуйте через DanSUGC Posting (TikTok + Instagram), отслеживайте производительность и исследуйте вирусные форматы/крючки с помощью встроенной аналитики DanSUGC.

машинный переводПоказать оригиналСкрыть оригинал«Create, produce, and publish UGC-style short-form video reels at scale…»

Create, produce, and publish UGC-style short-form video reels at scale. Full pipeline: source UGC reaction hooks from DanSUGC, analyze app demos with Gemini AI, assemble reels with ffmpeg, publish via DanSUGC Posting (TikTok + Instagram), track performance and research viral formats/hooks via DanSUGC's built-in analytics proxy.

ClawHub Agent Skills автор: Daniel Hangan v1.0.0 MIT-0 8 файлов тело ≈ 6 055 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Создавайте, производите и публикуйте короткие видеоролики в стиле UGC в больших масштабах.

Как процесс F 36/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/ffmpeg-patterns.md, references/green-zone.md, references/virality-scoring.md

ГенераторМаркетингИнфраструктураДанные и аналитикатип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
C
72/100
безопасность, качество, тесты
Безопасность 60%
88
Качество 40%
49
Прогон на моделях
не было
Процессный рейтинг
F
36/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/ffmpeg-patterns.md, references/green-zone.md, references/virality-scoring.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
  3. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 · 12

✓ Критических и высоких находок нет

Средние и низкие: 12
  • низкая Утечка данных exfil-secret-in-url SKILL.md:207
    Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (адрес назначения — известный публичный сервис; в кавычках — упоминание, а не команда)
    "https://generativelanguage.googleapis.com/upload/v1beta/files?key=…" \
    известный сервисв кавычках
  • низкая Утечка данных exfil-secret-in-url SKILL.md:213
    Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (адрес назначения — известный публичный сервис; в кавычках — упоминание, а не команда)
    curl -s "https://generativelanguage.googleapis.com/v1beta/models/gemi…ent?key=…" \
    известный сервисв кавычках
  • низкая Утечка данных net-credential-use SKILL.md:213
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (адрес назначения — известный публичный сервис)
    curl -s "https://generativelanguage.googleapis.com/v1beta/models/gemi…ent?key=…" \
    известный сервис
  • низкая Утечка данных exfil-secret-in-url SKILL.md:384
    Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (адрес назначения — известный публичный сервис; в кавычках — упоминание, а не команда)
    "https://generativelanguage.googleapis.com/upload/v1beta/files?key=…" \
    известный сервисв кавычках
  • низкая Утечка данных exfil-secret-in-url SKILL.md:393
    Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (адрес назначения — известный публичный сервис; в кавычках — упоминание, а не команда)
    curl -s "https://generativelanguage.googleapis.com/v1beta/models/gemi…ent?key=…" \
    известный сервисв кавычках
  • низкая Утечка данных net-credential-use SKILL.md:393
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (адрес назначения — известный публичный сервис)
    curl -s "https://generativelanguage.googleapis.com/v1beta/models/gemi…ent?key=…" \
    известный сервис
  • низкая Утечка данных exfil-secret-in-url tools-setup.md:166
    Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (адрес назначения — известный публичный сервис; в кавычках — упоминание, а не команда)
    "https://generativelanguage.googleapis.com/upload/v1beta/files?key=…" \
    известный сервисв кавычках
  • низкая Утечка данных exfil-secret-in-url tools-setup.md:173
    Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (адрес назначения — известный публичный сервис; в кавычках — упоминание, а не команда)
    curl -s "https://generativelanguage.googleapis.com/v1beta/models/gemi…ent?key=…" \
    известный сервисв кавычках
  • низкая Утечка данных net-credential-use tools-setup.md:173
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (адрес назначения — известный публичный сервис)
    curl -s "https://generativelanguage.googleapis.com/v1beta/models/gemi…ent?key=…" \
    известный сервис
  • низкая Утечка данных exfil-secret-in-url virality-scoring.md:30
    Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (адрес назначения — известный публичный сервис; в кавычках — упоминание, а не команда)
    "https://generativelanguage.googleapis.com/upload/v1beta/files?key=…" \
    известный сервисв кавычках
  • низкая Утечка данных exfil-secret-in-url virality-scoring.md:41
    Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (адрес назначения — известный публичный сервис; в кавычках — упоминание, а не команда)
    curl -s "https://generativelanguage.googleapis.com/v1beta/models/gemi…ent?key=…" \
    известный сервисв кавычках
  • низкая Утечка данных net-credential-use virality-scoring.md:41
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (адрес назначения — известный публичный сервис)
    curl -s "https://generativelanguage.googleapis.com/v1beta/models/gemi…ent?key=…" \
    известный сервис

Просканировано файлов: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение body-long тело SKILL.md ≈ 6055 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: references/ffmpeg-patterns.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/green-zone.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/virality-scoring.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/tools-setup.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/green-zone.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/ffmpeg-patterns.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/virality.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/virality-scoring.md
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

Процессный рейтинг: все десять параметров 36/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/ffmpeg-patterns.md, references/green-zone.md, references/virality-scoring.md
  • 0Инструменты и файлы. Не хватает 8 файла(ов): references/ffmpeg-patterns.md, references/green-zone.md, references/virality-scoring.md
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 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: 15, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (reelclaw) не совпадает с папкой (reelclaw-dansugc)
  • 70Стоимость исполнения. Тело инструкции 6055 токенов
  • 100Шаги. Шагов: 68
  • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
  • 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
  • +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 329 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 53 заголовков
  • +3Пошаговые инструкции: 68 пунктов
  • +4Есть примеры (34 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 49.

Внешние проверки

ClawHub: suspicious
ReelClaw matches its video-production purpose, but it needs review because it can spend credits, upload unpublished media to third parties, and publish or delete real social posts without strong approval boundaries.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.