SKILLEMALL.ai
GitHub ↗ EN Войти

BC linkedin-outreach

Автоматизация LinkedIn с бесплатным (10 в месяц) и Pro ($29/мес. без ограничений) тарифами. Автоматизируйте добавление в контакты, последующие сообщения и генерацию лидов.

машинный переводПоказать оригиналСкрыть оригинал«🚀 LinkedIn automation with Free (10/month) & Pro ($29/mo unlimited) t…»

🚀 LinkedIn automation with Free (10/month) & Pro ($29/mo unlimited) tiers. Automate connections, follow-ups & lead gen.

ClawHub Agent Skills автор: limoxt v1.0.4 7 файлов тело ≈ 793 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Автоматизация LinkedIn с бесплатным (10 в месяц) и Pro ($29/мес.

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникПродажи и CRMИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
85/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
C
56/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
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 · 5

✓ Критических и высоких находок нет

Средние и низкие: 5
  • низкая Секреты в коде secret-high-entropy-token package-lock.json:88
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    "integrity": "sha5…VHO+q2xB…AGd+Kl0mmq/MprG…MzA==",
    детектор
  • низкая Секреты в коде secret-high-entropy-token package-lock.json:132
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    "integrity": "sha5…VHO+q2xB…AGd+Kl0mmq/MprG…MzA==",
    детектор
  • низкая Секреты в коде secret-high-entropy-token package-lock.json:309
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "integrity": "sha5…ywo+qwL+oL8H…C1U+vRfLQDvw==",
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token package-lock.json:325
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    "integrity": "sha512-Yqfm+XDx0+Prh3…1yC+JWZ2…IL7+vK+Clp7…D7g==",
    детектор
  • низкая Секреты в коде secret-high-entropy-token package-lock.json:338
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    "integrity": "sha5…xZl+RoGR…fbT/ZgrF…0EA==",
    детектор

Просканировано файлов: 6. 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 56/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 14
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 793 токенов

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
  • -32 из 2 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 120 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 14 пунктов
  • +4Есть примеры (3 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: suspicious
This LinkedIn automation skill appears purpose-built, but it can act from your account in bulk and saves login/session data locally with weak safeguards.
LLM: suspicious (high) · VirusTotal: benign · 28 мая 2026 г.