SKILLEMALL.ai
GitHub ↗ EN Войти

BD yufluentcn-ad-optimize

Тренер по оптимизации трансграничной платной рекламы по пяти направлениям (таргетинг, креативы, ставки, целевая страница, аналитика) через облачную платформу Yufluent Harness. Используйте для оптимизации рекламных кампаний, рекламы Meta/TikTok/Google, ROAS, таргетинга аудитории, тестирования креативов, целевых страниц, атрибуции Pixel.

машинный переводПоказать оригиналСкрыть оригинал«Cross-border paid ads optimization coach across five dimensions (targe…»

Cross-border paid ads optimization coach across five dimensions (targeting, creatives, bidding, landing page, analytics) via Yufluent cloud Harness. Use for 广告投放优化、Meta/TikTok/Google 广告、ROAS、受众定向、素材测试、落地页、Pixel 归因.

ClawHub Agent Skills автор: metahuan v1.1.2 MIT-0 8 файлов тело ≈ 835 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Тренер по оптимизации трансграничной платной рекламы по пяти направлениям (таргетинг, креативы, ставки, целевая страница, аналитика) через облачную платформу…

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураМаркетингДанные и аналитикаИИ и агентытип 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%
89
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
D
41/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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 · 3

    ✓ Критических и высоких находок нет

    Средние и низкие: 3
    • средняя Утечка данных net-credential-use README.md:20
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      $env:TOKENAPI_BASE_URL = "http://loca…080/v1"
    • средняя Утечка данных net-redirectable-api-key scripts/yufluent_api.py:232
      Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой сервер
      API key + configurable base URL from environment
    • низкая Утечка данных read-dotenv README.md:10
      Чтение файла .env
      copy .env.example .env

    Просканировано файлов: 8. 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 41/100

    • 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
    • 40Согласованность. Имя во frontmatter (yufluentcn-ad-optimize) не совпадает с папкой (yufluent-clawhub-publish-yufluentcn-ad-optimize)
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 28
    • 100Стоимость исполнения. Тело инструкции 835 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -2Ссылки на localhost: у другого пользователя не заработает
    • -33 из 4 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 214 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 28 пунктов
    • +4Есть примеры (4 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

    Внешние проверки

    ClawHub: suspicious
    The skill appears to perform its advertised remote campaign-processing work, but it has under-scoped handling of sensitive business inputs and authenticated API destinations that users should review before installing.
    LLM: suspicious (medium) · VirusTotal: · 15 июн. 2026 г.