AC ljh-xhs
Разбор вирусных постов в формате изображений и текста на Xiaohongshu. Получив образец поста, сначала определите его уровень (можно ли разобрать), затем разберите по этапам: обложка, переход к тексту, вирусные факторы и механизм успеха, слои переменных, и, наконец, предложите план контролируемой миграции вариантов. Способ вызова: /ljh-xhs, «помоги разобрать вирусный пост на Xiaohongshu», «почему этот пост продает», «как скопировать пост с изображениями и текстом на Xiaohongshu», «почему у этой обложки высокий CTR» Разбор вирусных постов в формате изображений и текста на Xiaohongshu (RED). Получив образец поста, определите, можно ли его разобрать, затем разберите обложку, переход ко второму экрану, вирусные факторы и механизм, слои переменных, и предложите план миграции контролируемых вариантов. Не запускать автоматически для разбора видео TikTok, статей в WeChat и других сценариев, не связанных с изображениями и текстом на Xiaohongshu.
машинный переводПоказать оригиналСкрыть оригинал«小红书图文爆款拆解器。拿到一条小红书图文样本，先判断样本等级（能不能拆），再按用户链路拆封面、图文承接、爆款因子、成立机制、变量分层，最后给…»
小红书图文爆款拆解器。拿到一条小红书图文样本，先判断样本等级（能不能拆），再按用户链路拆封面、图文承接、爆款因子、成立机制、变量分层，最后给出受控变体迁移方案。 触发方式：/ljh-xhs、「帮我拆一条小红书爆款」「这条图文笔记为什么能卖」「小红书图文怎么复刻」「这张封面为什么点击高」 Xiaohongshu (RED) viral image-text post decomposer. Given a sample post, judge whether it is even decomposable, then break down cover, page 2-5 handoff, viral factors and mechanism, variable layering, and produce a controlled-variant migration plan. Trigger: /ljh-xhs, "break down this Xiaohongshu viral post", "why does this post convert", "how do I replicate this RED post" 不要在拆解抖音视频、公众号文章等非小红书图文场景自动触发。
Разбор вирусных постов в формате изображений и текста на Xiaohongshu.
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- 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-keyнеизвестное поле фронтматтера "displayName" - заметка
frontmatter-keyнеизвестное 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: 45
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2063 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 15. 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 3 примера фраз-триггеров в кавычках
- +3Длина description 549 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 17 заголовков
- +3Пошаговые инструкции: 45 пунктов
- +4Есть примеры (3 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.