SKILLEMALL.ai

AC ljh-daren

Диагностика аккаунтов инфлюенсеров. Отбирает аккаунты по шестимерной таблице решений, проводит трехэтапную проверку на мошенничество и выдает рекомендации по сотрудничеству: «можно сотрудничать», «торговаться» или «отказаться». Способ активации: /ljh-daren, «помоги мне оценить этого инфлюенсера», «данные этого аккаунта поддельные?», «стоит ли вкладываться в этот аккаунт», «адекватна ли цена этого инфлюенсера?», «как определить, что этот аккаунт имеет реальный трафик?» Не активируйте автоматически для оценки имиджа звезд или проверки кредитоспособности партнеров, а также для сценариев, не связанных с размещением рекламы у инфлюенсеров.

машинный переводПоказать оригиналСкрыть оригинал«达人选号诊断器,用六维决策表初筛达人账号,跑反作弊三查,给出可谈/压价谈/放弃的合作建议。 触发方式:/ljh-daren、「帮我看看这个达…»

达人选号诊断器,用六维决策表初筛达人账号,跑反作弊三查,给出可谈/压价谈/放弃的合作建议。 触发方式:/ljh-daren、「帮我看看这个达人能不能投」「这个账号数据是不是刷的」「这个号值不值得投」「达人报价合不合理」「怎么判断这个号是不是真流量」 Influencer account diagnosis tool. Screens accounts against a six-dimension scorecard and runs a three-part anti-fraud check to output a partner/negotiate/pass recommendation. Trigger: /ljh-daren, "should I book this influencer", "is this account's data fake" 评价明星艺人形象或核实合作伙伴征信之类的非达人投放场景,不要自动触发。

ClawHub Agent Skills автор: HandsoMeng v1.0.0 MIT-0 2 файла тело ≈ 2 068 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Диагностика аккаунтов инфлюенсеров.

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

АнализаторПродажи 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
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

    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

    • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
    • заметка frontmatter-key неизвестное поле фронтматтера "slug"

    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: 42
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2068 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 13. 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

    • +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
    • +5В description 2 примера фраз-триггеров в кавычках
    • +3Длина description 420 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 18 заголовков
    • +3Пошаговые инструкции: 42 пунктов
    • +4Есть примеры (2 блоков кода)

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

    Внешние проверки

    ClawHub: suspicious
    The skill mainly provides influencer account screening, but it also performs automatic local persistence, reads and writes business archive files, and displays unrelated promotional contact information.
    LLM: suspicious (high) · 6 авг. 2026 г.