SKILLEMALL.ai
GitHub ↗ EN Войти

AB programmatic-ad-analyst

Используйте, когда пользователь хочет анализировать, диагностировать или оптимизировать кампании программной рекламы. Активируется по запросам: «почему мой CPM высокий», «анализ эффективности рекламы», «объяснить RTB-биддинг», «аудит стратегии таргетинга», «сравнение моделей атрибуции», «оптимизация ROAS», «ограничение частоты показов», «анализ пересечения аудиторий», «стратегия ставок», «настройка oCPM», «выбор DSP/SSP», «проблемы с видимостью», «безопасность бренда» или любой вопрос, связанный с метриками программной рекламы, механизмами аукциона или диагностикой кампаний. Также активируется для платформ китайского рынка: 巨量引擎, 阿里妈妈, 腾讯广告, 百度营销, oCPM, 信息流广告, 竞价广告, 程序化购买.

машинный переводПоказать оригиналСкрыть оригинал«Use when the user wants to analyze, diagnose, or optimize programmatic…»

Use when the user wants to analyze, diagnose, or optimize programmatic advertising campaigns. Triggers on: "why is my CPM high", "analyze ad performance", "explain RTB bidding", "audit targeting strategy", "attribution model comparison", "ROAS optimization", "frequency capping", "audience overlap analysis", "bid strategy", "oCPM setup", "DSP/SSP selection", "viewability issues", "brand safety", or any question involving programmatic metrics, auction mechanics, or campaign diagnostics. Also triggers for Chinese market platforms: 巨量引擎, 阿里妈妈, 腾讯广告, 百度营销, oCPM, 信息流广告, 竞价广告, 程序化购买.

ClawHub Agent Skills автор: Melody2333333333 v1.0.0 MIT-0 2 файла тело ≈ 2 928 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Активируется по запросам: «почему мой CPM высокий», «анализ эффективности рекламы», «объяснить RTB-биддинг», «аудит стратегии таргетинга», «сравнение моделей…

Как процесс B 69/100 · Почти готов — слабые места: входы и предусловия, ошибки и развилки, повторный запуск

АнализаторМаркетингтип 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
A
94/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
B
69/100
Почти готов
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • средняя Утечка данных intent-browser-credential-store SKILL.md:116
      Доступ к хранилищу паролей / cookies браузера (документация security-скилла)
      third-party cookies in Chrome, limited granularity
      security-скилл

    Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "requirements"

    Процессный рейтинг: все десять параметров 69/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 52
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2928 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +2Инструкции на одном языке
    • +5В description 13 примера фраз-триггеров в кавычках
    • +3Длина description 583 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 29 заголовков
    • +3Пошаговые инструкции: 52 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (5 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    Внешние проверки

    ClawHub: clean
    This is an instruction-only advertising analysis skill with disclosed web search and no code, persistence, or account-control behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.