SKILLEMALL.ai

BC socialcannon

Публикация, планирование и управление публикациями в социальных сетях Twitter/X, Facebook, Instagram, LinkedIn, TikTok и YouTube. Календарь контента с анализом пробелов, A/B-тестирование, почтовый ящик для взаимодействия, переработка контента с помощью ИИ, предложения по оптимальному времени, автоматическое планирование, отслеживание UTM и метки раскрытия ИИ-контента, соответствующие стандартам платформы.

машинный переводПоказать оригиналСкрыть оригинал«Publish, schedule, and manage social media posts across Twitter/X, Fac…»

Publish, schedule, and manage social media posts across Twitter/X, Facebook, Instagram, LinkedIn, TikTok, and YouTube. Content calendar with gap analysis, A/B testing, engagement inbox, AI content repurposing, optimal timing suggestions, auto-scheduling, UTM tracking, and platform-native AI-content disclosure labels.

ClawHub Agent Skills автор: miprinia v1.11.0 MIT-0 3 файла тело ≈ 7 921 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Публикация, планирование и управление публикациями в социальных сетях Twitter/X, Facebook, Instagram, LinkedIn, TikTok и YouTube.

Как процесс C 60/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, повторный запуск

АнализаторYouTubeМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
65
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение body-long тело SKILL.md ≈ 7921 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 60/100

  • 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: 37, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Стоимость исполнения. Тело инструкции 7921 токенов
  • 100Шаги. Шагов: 88
  • 100Ошибки и развилки. Развилок: 10, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 23. Похоже на несколько доменов в одном скилле

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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 318 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 70 заголовков
  • +3Пошаговые инструкции: 88 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (44 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.

Внешние проверки

ClawHub: clean
This skill is a disclosed social media publishing integration with real account impact, but its powers match its purpose and it explicitly warns agents to get approval for live or irreversible actions.
LLM: benign (high) · VirusTotal: · 18 авг. 2026 г.