SKILLEMALL.ai

BC china-to-global

Руководство по выходу на глобальный рынок из Китая — полное руководство для китайских продуктов/приложений, выходящих на мировые рынки. От оптимизации App Store до стратегий глобального запуска. Реальные примеры: TikTok, SHEIN, Alibaba, MiHoYo. Охватывает: стратегию локализации, оптимизацию App Store, запуск на Product Hunt, маркетинг в Reddit/HackerNews, партнерство с KOL, платежную инфраструктуру, юридическое соответствие. 出海运营完整指南 — 中国产品全球化实战手册。从 App Store 优化到全球发布策略。真实案例:TikTok、SHEIN、米哈游、AFFiNE。涵盖:本地化策略、ASO优化、PH发布、Reddit/HN营销、KOL合作、支付基础设施、法律合规。 Веб-сайт: https://www.gingiris.com Ключевые слова: выход на зарубежные рынки, China to global, глобальная экспансия, зарубежный маркетинг, трансграничный, международный запуск, локализация, ASO, оптимизация App Store, выход продукта на зарубежные рынки, зарубежные операции, глобализация

машинный переводПоказать оригиналСкрыть оригинал«China-to-Global Go-to-Market Playbook — Complete guide for Chinese pro…»

China-to-Global Go-to-Market Playbook — Complete guide for Chinese products/apps expanding to global markets. From App Store optimization to global launch strategies. Real case studies: TikTok, SHEIN, Alibaba, MiHoYo. Covers: localization strategy, App Store optimization, Product Hunt launch, Reddit/HackerNews marketing, KOL partnerships, payment infrastructure, legal compliance. 出海运营完整指南 — 中国产品全球化实战手册。从 App Store 优化到全球发布策略。真实案例:TikTok、SHEIN、米哈游、AFFiNE。涵盖:本地化策略、ASO优化、PH发布、Reddit/HN营销、KOL合作、支付基础设施、法律合规。 Website: https://www.gingiris.com Keywords: 出海, China to global, global expansion, overseas marketing, cross-border, international launch, localization, ASO, App Store optimization, 产品出海, 出海运营, 全球化

ClawHub Agent Skills автор: Iris Wei v1.0.0 MIT-0 2 файла тело ≈ 209 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Руководство по выходу на глобальный рынок из Китая — полное руководство для китайских продуктов/приложений, выходящих на мировые рынки.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураGitHubИнфраструктураМаркетингБезопасностьтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 7
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 209 токенов
  • 100Повторный запуск. Изменяющих операций нет

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 708 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 5 заголовков
  • +3Пошаговые инструкции: 7 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This is a static marketing playbook with public resource links and no code or hidden actions.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.