SKILLEMALL.ai
GitHub ↗ EN Войти

CD caso-estudio-contenido-f100k

Финальный челлендж модуля по созданию контента FÓRMULA 100K: запускает полный пайплайн по нише ученицы и выдает СТРАНИЦУ ИССЛЕДОВАНИЯ СЛУЧАЯ (одностраничный HTML) готовую для загрузки на Netlify/Vercel в качестве портфолио, плюс календарь в CSV. Активировать ВСЕГДА, когда просят 'хочу пройти финальный челлендж', 'создай мое исследование случая по контенту', 'составь мой календарь + исследование для челленджа', 'челлендж модуля контента', 'сделай мое исследование случая', или когда вызывается /caso-estudio. Исследует реальные вирусные референсы, составляет сценарии, крючки и календарь на 30 дней с промежуточным человеческим контролем, добавляет план на 2-й месяц и верстает финальный HTML. НЕ путать с calendarizador-contenido (только календарь) или MAESTRO (полная неделя с размещением в Yapper/Bento).

машинный переводПоказать оригиналСкрыть оригинал«Reto final del módulo de Creación de Contenido de FÓRMULA 100K: corre…»

Reto final del módulo de Creación de Contenido de FÓRMULA 100K: corre el pipeline completo sobre el nicho de una alumna y entrega una PÁGINA DE CASO DE ESTUDIO (HTML de una sola página) lista para subir a Netlify/Vercel como portafolio, más el calendario en CSV. Activar SIEMPRE que se pida 'quiero hacer el reto final', 'crea mi caso de estudio de contenido', 'arma mi calendario + investigación del reto', 'el reto del módulo de contenido', 'haz mi caso de estudio', o cuando se invoque /caso-estudio. Investiga referencias virales reales, arma guiones, ganchos y calendario de 30 días con un checkpoint humano en medio, suma el plan de mes 2 y maqueta el HTML final. NO confundir con calendarizador-contenido (solo el calendario) ni con MAESTRO (semana completa con colocación en Yapper/Bento).

ClawHub Claude Code автор: Fórmula 100K v1.0.0 MIT-0 2 файла · 1 скрипт тело ≈ 2 661 токенов Открыть источникclawhub.ai↗ проанализирован 6 дн назад

Финальный челлендж модуля по созданию контента FÓRMULA 100K: запускает полный пайплайн по нише ученицы и выдает СТРАНИЦУ ИССЛЕДОВАНИЯ СЛУЧАЯ (одностраничный…

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураExcelTelegramЛичная продуктивностьтип 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
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
D
41/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 2. 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 41/100

  • 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: 3, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 85Шаги. Шагов: 35, расплывчатых формулировок: 1
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2661 токенов
  • low Ответ описан самодельной разметкой (7 тегов): типизированный вызов надёжнее

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
  • -5В тексте остались TODO / заглушки
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 797 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 35 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: suspicious
The skill is mostly coherent for creating a content case-study deliverable, but it also directs live Vercel deployment with a user token and Telegram delivery without enough scoping or final deployment control.
LLM: suspicious (high) · 17 сент. 2026 г.