SKILLEMALL.ai

BD multi-platform-content-calendar

Календарь контента для нескольких платформ. Автоматически планирует выпуск контента, связывает его с праздниками/горячими событиями, отслеживает эффективность публикаций, генерирует еженедельные/ежемесячные планы контента. Поддерживает четыре основные платформы: Douyin, Xiaohongshu, Bilibili, WeChat Official Accounts, интеллектуально рекомендует лучшее время для публикации, отслеживает данные взаимодействия для каждого контента. Активируется, когда пользователь говорит «календарь контента», «планирование графика», «план выпуска», «планирование контента».

машинный переводПоказать оригиналСкрыть оригинал«多平台内容日历。自动规划内容排期,关联节假日/热点事件,追踪发布效果,生成周/月内容计划。支持抖音/小红书/B站/公众号四大平台,智能推荐最…»

多平台内容日历。自动规划内容排期,关联节假日/热点事件,追踪发布效果,生成周/月内容计划。支持抖音/小红书/B站/公众号四大平台,智能推荐最佳发布时间,追踪每条内容的互动数据。当用户说"内容日历"、"排期规划"、"发布计划"、"内容规划"时触发此技能。

ClawHub Agent Skills автор: nh5gntnf78-oss v1.0.1 MIT-0 3 файла тело ≈ 940 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Календарь контента для нескольких платформ.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураЛичная продуктивностьтип 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
46/100
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: 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")

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 11
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 940 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
  • -215 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 126 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 11 пунктов
  • +4Есть примеры (8 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: clean
This appears to be a content-planning skill whose local files, reports, metrics, and holiday lookup are aligned with its stated purpose, with some privacy and scoping details users should review.
LLM: benign (medium) · VirusTotal: · 7 июл. 2026 г.