SKILLEMALL.ai

BD ZeeLin 小红书自动发布

ZeeLin "Сяохуншу" автоматизация контент-операций: полный цикл автоматического создания контента от сбора популярных статей → генерации трендовых тем → интеграции продукта → написания публикаций. Применимые сценарии включают, но не ограничиваются: планирование тем для коротких видео, генерация вирусных текстов, написание цепляющих заголовков, позиционирование персонажа аккаунта, планирование контент-календаря для самомедиа. Используйте этот навык, когда пользователь упоминает такие ключевые слова, как "контент-операции", "выбор темы", "вирусный", "цепляющий", "текст", "планирование коротких видео", "операции в самомедиа", "позиционирование аккаунта", "отслеживание трендов", "контент-календарь", "контент для туризма и культуры", "продвижение продукта". Даже если пользователь просто спрашивает "помоги написать текст для короткого видео" или "какие сейчас есть тренды, за которыми можно следить", этот навык также должен быть активирован.

машинный переводПоказать оригиналСкрыть оригинал«ZeeLin小红书自动化内容运营技能:从热文抓取→热梗生成→产品结合→发布文案的全流程自动化内容生产。 适用场景包括但不限于:短视频选题策划…»

ZeeLin小红书自动化内容运营技能:从热文抓取→热梗生成→产品结合→发布文案的全流程自动化内容生产。 适用场景包括但不限于:短视频选题策划、爆款文案生成、钩子开头撰写、 账号人设定位、自媒体内容日历规划。当用户提到"内容运营"、"选题"、"爆款"、"钩子"、 "文案"、"短视频策划"、"自媒体运营"、"账号定位"、"热点追踪"、"内容日历"、 "文旅内容"、"产品种草"等关键词时,请使用此技能。即使用户只是问"帮我写个短视频文案" 或"最近有什么热点可以追",也应触发此技能。

ClawHub Agent Skills автор: kelcey2023 v1.0.100 MIT-0 13 файлов · 3 скрипта тело ≈ 1 050 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

ZeeLin "Сяохуншу" автоматизация контент-операций: полный цикл автоматического создания контента от сбора популярных статей → генерации трендовых тем →…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
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: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description 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 (ZeeLin 小红书自动发布) не совпадает с папкой (zeelin-xiaohongshu-autopost)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 85
  • 100Стоимость исполнения. Тело инструкции 1050 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -36 из 8 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 2 примера фраз-триггеров в кавычках
  • +3Длина description 241 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 85 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
This skill is for Xiaohongshu automation, but it can publish live posts from a logged-in account without a clear final approval step.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.