SKILLEMALL.ai

BF seo-audit

Сканируйте контент и веб-сайты на предмет SEO-пробелов, выявляйте возможности для превосходства над конкурентами. Используйте, когда: (1) Анализируете SEO страницы, (2) Проверяете мета-теги и структурированные данные, (3) Просматриваете контент на предмет оптимизации ключевых слов, (4) Аудируете факторы технического SEO.

машинный переводПоказать оригиналСкрыть оригинал«Scan content and websites for SEO gaps, identify opportunities to outr…»

Scan content and websites for SEO gaps, identify opportunities to outrank competitors. Use when: (1) Analyzing page SEO, (2) Checking meta tags and structured data, (3) Reviewing content for keyword optimization, (4) Auditing technical SEO factors.

ClawHub Agent Skills автор: Matt Valenta v1.0.0 2 файла тело ≈ 1 690 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Сканируйте контент и веб-сайты на предмет SEO-пробелов, выявляйте возможности для превосходства над конкурентами.

Как процесс F 34/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

АнализаторМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
F
34/100
Не запустится
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Scan content and websites for SEO gaps, identify opportunities to … ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении

    Процессный рейтинг: все десять параметров 34/100

    • 0Шаги. Инструкция сплошным текстом, шаги не выделены
    • 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 (seo-audit) не совпадает с папкой (pls-seo-audit)
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Стоимость исполнения. Тело инструкции 1690 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

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Нет пошаговых инструкций или чек-листа
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 248 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 23 заголовков
    • +4Есть примеры (16 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

    Внешние проверки

    ClawHub: clean
    This is a normal SEO audit reference skill with expected web and Google API examples, though users should handle URLs and credentials carefully.
    LLM: benign (high) · VirusTotal: benign · 28 мая 2026 г.