SKILLEMALL.ai

AD wechat-content-studio

Комплексная студия для статей WeChat Official Account для контента китайских公众号. Используйте, когда вас просят написать, протестировать, упаковать, сверстать, сгенерировать обложки, опубликовать или проверить статьи или черновики WeChat. Обеспечивает полный рабочий процесс: проверка темы H/K/R, архетип статьи, самопроверка написания L1-L4, подтвержденная генерация обложки gpt-image-2 через ретранслятор LuisClaw, верстка и проверка HTML gzh-design, публикация с учетом сервера и проверка черновиков. Применяется даже к тестовым черновикам или запросам «просто запустите один раз».

машинный переводПоказать оригиналСкрыть оригинал«End-to-end WeChat Official Account article studio for Chinese公众号内容. Us…»

End-to-end WeChat Official Account article studio for Chinese公众号内容. Use when asked to write, test, package, typeset, generate covers for, publish, or verify WeChat articles or drafts. Enforces the full workflow: H/K/R topic check, article archetype, L1-L4 writing self-check, confirmed gpt-image-2 cover generation via LuisClaw relay, gzh-design HTML typesetting and validation, server-aware publishing, and draft verification. Applies even to test drafts or 'just run it once' requests.

ClawHub Agent Skills автор: Luisclaw v1.0.0 MIT-0 12 файлов тело ≈ 763 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Комплексная студия для статей WeChat Official Account для контента китайских公众号.

Как процесс D 48/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
D
48/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 12. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 48/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 9, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 37
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 763 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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 487 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 37 пунктов
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed WeChat article production workflow that can create drafts and call external/local publishing tools, with safety checks and no evidence of hidden or malicious behavior.
    LLM: benign (high) · VirusTotal: · 10 июл. 2026 г.