SKILLEMALL.ai

BD podcast-radar-cn

Набор инструментов для работы с данными подкастов. Используется для поиска подкастов, анализа конкурентов, отслеживания подписок, оценки возможностей для создания контента. Сценарии использования: · Поиск популярных/новых подкастов или эпизодов · Анализ конкурентной среды в определенной категории · Отслеживание тенденций изменения количества подписчиков подкаста · Оценка возможностей для создания контента подкаста · Генерация полного отчета о возможностях создания контента подкаста · Изучение примеров ведущих подкастов · Мониторинг тенденций популярности тем.

машинный переводПоказать оригиналСкрыть оригинал«中文播客数据工具包。用于播客发现、竞品分析、订阅追踪、创作机会评估。 触发场景: · 发现热门/新锐播客或单集 · 分析某个分类的竞争格局…»

中文播客数据工具包。用于播客发现、竞品分析、订阅追踪、创作机会评估。 触发场景: · 发现热门/新锐播客或单集 · 分析某个分类的竞争格局 · 追踪播客订阅量变化趋势 · 评估播客创作方向的机会 · 生成完整的播客创作机会报告 · 对标学习头部播客案例 · 话题热度趋势监控

ClawHub Agent Skills автор: 马腾 v1.0.0 MIT-0 17 файлов тело ≈ 1 736 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Набор инструментов для работы с данными подкастов.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураМедиа и видеоИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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

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: 17. 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 49/100

  • 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 (podcast-radar-cn) не совпадает с папкой (xyz-podcast-radar-cn)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 25
  • 100Стоимость исполнения. Тело инструкции 1736 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -32 из 9 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 137 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 31 заголовков
  • +3Пошаговые инструкции: 25 пунктов
  • +4Есть примеры (16 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
This podcast analytics skill mostly does what it says, but one tracking script silently creates fake historical subscription data that users could mistake for real trends.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.