SKILLEMALL.ai

BC topic-planner-agent

Интеллектуальный агент по разработке тем. Активируется, когда требуется сгенерировать тему для романа, оценить рыночные возможности, разработать крючки для продажи, установить творческие ограничения. Используется для: (1) генерации тем на основе данных аналитика рынка (2) многомерной оценки тем и расчета рентабельности инвестиций (3) разработки ключевых преимуществ, начальных крючков, поэтапного плана (4) вывода стандартного документа по планированию тем для автора романа (5) анализа конкурентов и дифференцированного позиционирования.

машинный переводПоказать оригиналСкрыть оригинал«选题策划智能体。当需要生成小说选题、评估市场机会、设计卖点钩子、制定创作约束时触发本技能。用于:(1) 基于市场洞察师的数据生成备选选题 (…»

选题策划智能体。当需要生成小说选题、评估市场机会、设计卖点钩子、制定创作约束时触发本技能。用于:(1) 基于市场洞察师的数据生成备选选题 (2) 对选题进行多维度评分和ROI估算 (3) 设计核心卖点、开篇钩子、节奏大纲 (4) 输出标准选题策划文档给小说创作师 (5) 竞品对标分析和差异化定位

ClawHub Agent Skills автор: Ouyang198000 v1.0.0 MIT-0 2 файла тело ≈ 452 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Интеллектуальный агент по разработке тем.

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

СправочникИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
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: 2. 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: 11
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 452 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 148 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 11 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
The artifact appears to be a coherent ClawHub maintainer/developer skill set with disclosed repo, review, UI proof, Convex, and moderation workflows rather than hidden or unrelated behavior.
LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.