SKILLEMALL.ai
GitHub ↗ EN Войти

BD 90-day-social-generator

Создание 90-дневного календаря социальных сетей (HL Social Planner CSV): извлекает карту сайта клиента для URL обратных ссылок и тем постов, ИИ пишет посты + изображения для клиента, с подключением HighLevel или без него. Требуется HighLevel для импорта, модель ИИ для контента, API изображений + SSH/FTP хост для загрузки изображений.

машинный переводПоказать оригиналСкрыть оригинал«Generate a 90-day social media calendar (HL Social Planner CSV): pulls…»

Generate a 90-day social media calendar (HL Social Planner CSV): pulls the client's sitemap for link-back URLs and post topics, AI writes posts + images per client, with or without HighLevel connection. Requires HighLevel to import, AI model for content, image API + SSH/FTP host for image uploads.

ClawHub Agent Skills автор: eddieflux v1.0.7 MIT-0 11 файлов · 1 скрипт тело ≈ 821 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Создание 90-дневного календаря социальных сетей (HL Social Planner CSV): извлекает карту сайта клиента для URL обратных ссылок и тем постов, ИИ пишет посты +…

Как процесс D 44/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, ошибки и развилки

ГенераторЛичная продуктивностьМаркетингИнфраструктуратип 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
B
87/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
D
44/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
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.
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Утечка данных read-dotenv README.md:45
    Чтение файла .env
    cp .env.example .env   # optional: add your HighLevel key here (Mode A only)

Просканировано файлов: 11. 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")

Процессный рейтинг: все десять параметров 44/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 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 (90-day-social-generator) не совпадает с папкой (highlevel-90d-social-media-generator)
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 85Шаги. Шагов: 15, расплывчатых формулировок: 1
  • 100Стоимость исполнения. Тело инструкции 821 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
  • -35 из 5 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 298 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 15 пунктов
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: suspicious
The skill mostly does what it advertises, but it needs review because it uses client data, AI providers, web-host credentials, public uploads, insecure FTP, and a default local SSH key path.
LLM: suspicious (high) · 18 авг. 2026 г.