SKILLEMALL.ai

BC article-writing

База знаний по написанию и редактированию китайских статей/рекламных текстов/мнений/длинных постов в СМИ. Записывает проверенные эффективные методы (опыт) и допущенные ошибки + соответствующие решения (проблемы), полученные из реального опыта создания контента (включая многократную доработку «Почему я считаю, что война ИИ в Китае будет победоносной»), все данные деперсонализированы. Используется при написании статей, рекламных текстов, статей-мнений, длинных постов для WeChat, статей с глубоким анализом, черновиков сценариев для видео, при редактировании/переписывании/проверке статей; просматривайте перед началом работы и после завершения, чтобы избежать повторения ошибок. Триггерные слова: написать статью, рекламный текст, статья-мнение, статья, редактировать, переписать, текст, WeChat, глубокий.

машинный переводПоказать оригиналСкрыть оригинал«中文文章/软文/观点文/自媒体长文写作与修改经验库。记录已验证有效的做法(经验)和犯过的错误+对应解法(踩坑),来源为真实创作实战(含《为什…»

中文文章/软文/观点文/自媒体长文写作与修改经验库。记录已验证有效的做法(经验)和犯过的错误+对应解法(踩坑),来源为真实创作实战(含《为什么我说AI战争中国必胜》多轮打磨),全部脱敏。写文章、软文、观点文、公众号长文、深度分析文、视频文案基础稿、文章润色/改写/查错时使用;动笔前与改完后先查看,避免重蹈覆辙。触发词:写文章、软文、观点文、文章、润色、改写、文案、公众号、深度。

ClawHub Agent Skills автор: mowenQWQ v1.1.0 MIT-0 4 файла тело ≈ 649 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

База знаний по написанию и редактированию китайских статей/рекламных текстов/мнений/длинных постов в СМИ.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 4. 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")

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 42
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 649 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
  • +4Нет примеров входа/выхода
  • +2Инструкции на одном языке
  • +3Длина description 190 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 42 пунктов
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: suspicious
This is a writing-guidance skill with no executable code, but it tells the agent to persistently rewrite its own skill instructions after future writing tasks without clear user approval or review controls.
LLM: suspicious (high) · 6 сент. 2026 г.