SKILLEMALL.ai
GitHub ↗ EN Войти

BB viraloop

Навык ИИ-агента OpenClaw для автоматического роста в TikTok и Instagram каруселях. Анализирует URL любого веб-сайта для извлечения бренда, конкурентов, ценностного предложения, затем генерирует вирусные слайды с автопубликацией и трендовой музыкой через API загрузки-публикации. Встроенный цикл обратной связи с аналитикой.

машинный переводПоказать оригиналСкрыть оригинал«OpenClaw AI agent skill for automated TikTok and Instagram carousel gr…»

OpenClaw AI agent skill for automated TikTok and Instagram carousel growth. Analyzes any website URL to extract brand, competitors, value proposition, then generates viral slides with auto-publishing and trending music via upload-post API. Built-in analytics feedback loop.

ClawHub Agent Skills автор: mutonby v0.1.0 MIT-0 12 файлов · 3 скрипта тело ≈ 3 579 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Навык ИИ-агента OpenClaw для автоматического роста в TikTok и Instagram каруселях.

Как процесс B 65/100 · Почти готов — слабые места: результат и критерий готовности, когда включается, повторный запуск

ИнтеграцияМаркетингИИ 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
81/100
безопасность, качество, тесты
Безопасность 60%
85
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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

  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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • средняя Утечка данных net-credential-use scripts/check-analytics.sh:24
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    PROFILE_ANALYTICS=$(curl -s -H "Authorization: Apikey $UPLOADPOST_TOKEN" \
  • средняя Утечка данных net-credential-use scripts/check-analytics.sh:54
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    IMPRESSIONS=$(curl -s -H "Authorization: Apikey $UPLOADPOST_TOKEN" \
  • средняя Утечка данных net-credential-use scripts/check-analytics.sh:87
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    POST_ANALYTICS=$(curl -s -H "Authorization: Apikey $UPLOADPOST_TOKEN" \

Просканировано файлов: 12. 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 65/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 14, без проверки текущего состояния
  • 65Ошибки и развилки. Развилок: 3
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 98
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3579 токенов
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 17. 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 273 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 30 заголовков
  • +3Пошаговые инструкции: 98 пунктов
  • +4Есть примеры (10 блоков кода)
  • +3Все 8 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: suspicious
Viraloop matches its stated automation purpose, but it is built to publish public TikTok and Instagram posts without review and to continue optimizing future automated runs.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.