BC cn-geo-monitor
Инструмент SEO для китайских AI-поисковиков с API-бэкендом — 中国AI搜索引擎优化工具+引擎深度数据API (НЕ общий GEO — сфокусирован на DeepSeek/Kimi/豆包/通义/文心). Единственный навык с логикой цитирования для каждого движка, данными о предпочтениях контента и советами по оптимизации для каждого китайского AI-движка. Функции: (1) База данных китайских AI-движков с поддержкой API, стилями цитирования, предпочтительными источниками, предпочтениями контента и советами по оптимизации для каждого движка, (2) Реальная проверка видимости AI — запрос к API DeepSeek для проверки появления вашего бренда в результатах AI-поиска, (3) Сравнение конкурентов — сравнение видимости вашего бренда с конкурентами по 5 китайским AI-движкам, (4) Система прогнозирования и калибровки контента (5-мерная оценка), (5) Фреймворк адаптации контента для конкретного движка (DeepSeek→данные, Kimi→глубокий, 豆包→короткие видео), (6) Исполняемые скрипты для доступа через CLI. 75% китайских пользователей сначала используют внутренний AI-поиск. Используйте, когда: DeepSeek оптимизация, Kimi оптимизация, 豆包 оптимизация, 通义 оптимизация, 文心一言 оптимизация, оптимизация китайского AI-поиска, видимость бренда в AI, оптимизация цитирования AI, сравнение конкурентов, сравнение конкурентов. Триггеры: китайский AI-поиск, оптимизация DeepSeek, оптимизация Kimi, 豆包 оптимизация, 通义 оптимизация, 文心一言 оптимизация, китайский AI-поисковик, видимость бренда в AI, оптимизация цитирования AI, китайский GEO, 中国GEO, оптимизация AI-поиска, cn-ai-engines, прогнозирование и калибровка, 内容预测校准, конкурентный анализ, 竞品对比, проверка видимости бренда, AI-поисковый рейтинг.
машинный переводПоказать оригиналСкрыть оригинал«Chinese AI search engine optimization tool with API backend — 中国AI搜索引擎…»
Chinese AI search engine optimization tool with API backend — 中国AI搜索引擎优化工具+引擎深度数据API (NOT generic GEO — focused on DeepSeek/Kimi/豆包/通义/文心). ONLY skill with per-engine citation logic, content preference data, and optimization tips for each Chinese AI engine. Features: (1) API-powered Chinese AI engine database with citation styles, preferred sources, content preferences, and optimization tips per engine, (2) Real AI visibility checking — query DeepSeek API to test if your brand appears in AI search results, (3) Competitor comparison — compare your brand visibility vs competitors across 5 Chinese AI engines, (4) Content prediction & calibration system (5-dimension scoring), (5) Engine-specific content adaptation framework (DeepSeek→数据型, Kimi→深度型, 豆包→短视频型), (6) Executable scripts for CLI access. 75% Chinese users use domestic AI search first. Use when: DeepSeek优化, Kimi优化, 豆包优化, 通义优化, 文心一言优化, 中国AI搜索优化, 品牌AI可见度, AI引用优化, competitor comparison, 竞品对比. Triggers: Chinese AI search, DeepSeek optimization, Kimi optimization, 豆包优化, 通义优化, 文心一言优化, 中国AI搜索引擎, 品牌AI可见度, AI引用优化, Chinese GEO, 中国GEO, AI搜索优化, cn-ai-engines, predict calibration, 内容预测校准, competitor analysis, 竞品对比, brand visibility check, AI搜索排名.
Инструмент SEO для китайских AI-поисковиков с API-бэкендом — 中国AI搜索引擎优化工具+引擎深度数据API (НЕ общий GEO — сфокусирован на DeepSeek/Kimi/豆包/通义/文心).
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Сократите description до 1024 символов.
- 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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- ошибка
description-longdescription 1206 символов, лимит 1024
Процессный рейтинг: все десять параметров 51/100
- 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
- 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 54
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1835 токенов
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
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)
- +3Длина description 1206: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- -212 эмодзи в инструкциях: шум для модели
- -31 из 3 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 22 заголовков
- +3Пошаговые инструкции: 54 пунктов
- +4Есть примеры (3 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 51.