BD rednote-knowledge-layout
Преобразование тем или статей в познавательные графические посты для Xiaohongshu (вертикальные изображения 3:4). Разработано для владельцев бизнеса, предпринимателей, экспертов в области знаний. Первый слайд с заголовком крупным шрифтом + цифры/риторические вопросы/контринтуитивные утверждения/стратегии информационной асимметрии для привлечения внимания; контентные слайды с высокой плотностью текста, передающие существенную информацию. Стиль дизайна: светло-бежевый фон бумаги + темно-коричневая цветовая гамма, сильное ощущение премиальности, отличающееся от эстетики лайфстайл-блогеров. Необходимо немедленно вызвать этот навык, когда пользователь упоминает любую из следующих ситуаций: - Сделай мне графический пост для Xiaohongshu / Сделай мне карточку с знаниями / Сделай мне контентные изображения - Преврати эту статью/тему/супер-информацию в Xiaohongshu - Сделай несколько изображений для Xiaohongshu / Сделай набор графических постов - Контент для владельцев бизнеса/предпринимателей / Xiaohongshu с знаниями / Графические посты с супер-информацией - Помоги мне сделать изображения / Помоги мне сверстать в формат Xiaohongshu Неприменимо для: контента лайфстайл/еда/путешествия блогеров (используйте навык rednote-image-layout).
машинный переводПоказать оригиналСкрыть оригинал«将话题或文章转化为小红书知识型图文（3:4 竖版图片组）。专为企业主、创业者、知识型 IP 设计。 首图以大字标题 + 数字/反问/反常识/…»
将话题或文章转化为小红书知识型图文（3:4 竖版图片组）。专为企业主、创业者、知识型 IP 设计。 首图以大字标题 + 数字/反问/反常识/信息差策略吸引停留；内容图文字密度高，传递实质干货。 设计风格：纸张浅色背景 + 深咖前景色系，高级感强，区别于生活博主审美。 凡用户提到以下任何情形，必须立即调用本技能： - 帮我做小红书图文 / 帮我做知识卡片 / 帮我做内容图 - 把这篇文章/话题/干货做成小红书 - 做几张小红书图片 / 做一组图文 - 企业主/创业者内容 / 知识型小红书 / 干货图文 - 帮我出图 / 帮我排版成小红书格式 不适用于：生活方式/美食/旅游类博主内容（请用 rednote-image-layout skill）。
Преобразование тем или статей в познавательные графические посты для Xiaohongshu (вертикальные изображения 3:4).
Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 49/100
- 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
- 40Согласованность. Имя во frontmatter (rednote-knowledge-layout) не совпадает с папкой (snapdesign-rednote)
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 53
- 100Стоимость исполнения. Тело инструкции 2349 токенов
- 100Повторный запуск. Изменяющих операций нет
- 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
- -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 325 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 18 заголовков
- +3Пошаговые инструкции: 53 пунктов
- +4Есть примеры (15 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.