SKILLEMALL.ai

AB linkedin-lead-gen-outreach

Легковесный рабочий процесс для поиска и взаимодействия с потенциальными клиентами в LinkedIn для исследования квалифицированных лидов, применения простой приоритизации, составления кратких персонализированных сообщений, экспорта чистых CSV-файлов или списков лидов, готовых для Google Sheets, и обобщения активности кампании. Используйте при подготовке соответствующего процессу процесса генерации лидов в LinkedIn, уточнении таргетинга на основе ICP, создании листов лидов, готовых к проверке, или генерации простых дашбордов для взаимодействия.

машинный переводПоказать оригиналСкрыть оригинал«Lightweight LinkedIn prospecting and outreach workflow for researching…»

Lightweight LinkedIn prospecting and outreach workflow for researching qualified leads, applying simple prioritization, drafting concise personalized messages, exporting clean CSV or Google Sheets-ready lead lists, and summarizing campaign activity. Use when preparing a compliant LinkedIn lead generation process, refining ICP-based targeting, building review-ready lead sheets, or generating simple outreach dashboards.

ClawHub Agent Skills автор: GaelBuenoBarthe v1.0.0 MIT-0 6 файлов тело ≈ 1 177 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Легковесный рабочий процесс для поиска и взаимодействия с потенциальными клиентами в LinkedIn для исследования квалифицированных лидов, применения простой…

Как процесс B 72/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

ПроцедураGoogle SheetsПродажи и CRMтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
72/100
Почти готов
Входы и предусловия вес 11
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: 6. 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 72/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 65Ошибки и развилки. Развилок: 3
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 105
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1177 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 14. 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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 421 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 105 пунктов
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 3 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This is a review-first LinkedIn lead workflow with local CSV/Sheets helpers and no evidence of hidden automation or data exfiltration.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.