CC x-poster
Публикуйте в X (Twitter), Bluesky и LinkedIn через API OpenTweet. Создавайте посты, кросс-постите один и тот же контент во все три сети одним вызовом, планируйте посты, публикуйте треды, пишите и планируйте длинные статьи X из markdown, загружайте медиа, управляйте вечной очередью, ищите вдохновляющие твиты, перерабатывайте их с помощью ИИ, проводите кампании по рассылке личных сообщений, проверенные ИИ, с одобренной человеком отправкой и читайте аналитику с учетом вовлеченности — всё автономно.
машинный переводПоказать оригиналСкрыть оригинал«Post to X (Twitter), Bluesky and LinkedIn using the OpenTweet API. Cre…»
Post to X (Twitter), Bluesky and LinkedIn using the OpenTweet API. Create posts, cross-post the same content to all three networks in one call, schedule posts, publish threads, write and schedule long-form X Articles from markdown, upload media, run an evergreen queue, search inspiration tweets, repurpose them with AI, run AI-qualified DM outreach campaigns with human-approved sending, and read engagement-weighted analytics, all autonomously.
Публикуйте в X (Twitter), Bluesky и LinkedIn через API OpenTweet.
Как процесс C 50/100 · Есть пробелы — Скилл ссылается на файлы, которых нет в архиве: url
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
body-longтело SKILL.md ≈ 9657 токенов (рекомендуется < 5000); вынесите детали в references/ - предупреждение
missing-refссылка на отсутствующий файл: url - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage" - заметка
edit-residueв тексте есть пометки об устаревшем (строки 562): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия
Процессный рейтинг: все десять параметров 50/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): url
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 126, без проверки текущего состояния
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 40Согласованность. Имя во frontmatter (x-poster) не совпадает с папкой (opentweet-x-poster)
- 40Стоимость исполнения. Тело инструкции 9657 токенов: вытесняет саму задачу из окна
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 141
- 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 16. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (5 тегов): типизированный вызов надёжнее
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 446 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 74 заголовков
- +3Пошаговые инструкции: 141 пунктов
- +4Есть примеры (51 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 55.