SKILLEMALL.ai

BC Automate Content Repurposing with AI-driven Automation & Google Drive Storage

Преобразуйте записи в блоге, статьи и длинные тексты в различные форматы — видео, подкасты, публикации в социальных сетях и краткие изложения. Используйте, когда пользователю нужна автоматизация контента, многоканальное распространение или быстрая переработка контента.

машинный переводПоказать оригиналСкрыть оригинал«Transform blog posts, articles, and long-form content into multiple fo…»

Transform blog posts, articles, and long-form content into multiple formats—videos, podcasts, social media posts, and summaries. Use when the user needs content automation, multi-channel distribution, or quick content recycling.

ClawHub Agent Skills автор: ncreighton v1.0.0 MIT-0 2 файла тело ≈ 3 637 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Преобразуйте записи в блоге, статьи и длинные тексты в различные форматы — видео, подкасты, публикации в социальных сетях и краткие изложения.

Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, согласованность, повторный запуск

ГенераторGoogle DriveТексты и документыМедиа и видеоИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
61
Прогон на моделях
не было
Процессный рейтинг
C
57/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • низкая Утечка данных exfil-webhook-url SKILL.md:166
      URL вебхука / коллбэка, типичный для эксфильтрации (проверьте адрес) (значение-заглушка)
      SLACK_WEBHOOK_URL=https://hooks.slack.com/services/...
      заглушка

    Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • ошибка name-long name длиннее 64 символов
    • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 57/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 11, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (Automate Content Repurposing with AI-driven Automation & Google Drive Storage) не совпадает с папкой (ai-powered-content-repurposing)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 69
    • 100Стоимость исполнения. Тело инструкции 3637 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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
    • -216 эмодзи в инструкциях: шум для модели
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 228 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 44 заголовков
    • +3Пошаговые инструкции: 69 пунктов
    • +4Есть примеры (18 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 61.

    Внешние проверки

    ClawHub: clean
    This is a coherent AI content-repurposing skill, but users should treat shared drafts and connected service content as potentially sent to external AI and publishing integrations.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.