SKILLEMALL.ai
GitHub ↗ EN Войти

AD Content Humanizer Audit

Детектор подписей ИИ-контента для публикаций в социальных сетях. Измеряет 8 лингвистических параметров, которые LinkedIn 360Brew и другие платформы используют для обнаружения контента, сгенерированного ИИ — лексическое разнообразие, вариативность длины предложений, плотность переходных слов, коэффициент использования смягчающих выражений, использование сокращений, плотность личных местоимений, частота вопросов и плотность конкретных данных. Это не средство для очеловечивания, которое переписывает ваш текст — это аудитор, который точно указывает, какие сигналы вызывают обнаружение, чтобы вы исправили только то, что не так. Основано на исследованиях (DivEye arXiv:2509.18880, анализ алгоритма LinkedIn 360Brew, исследования стилометрического обнаружения). Пороговые значения для каждой платформы: LinkedIn (самые строгие), Reddit, Twitter/X, HackerNews. Нулевые внешние зависимости.

машинный переводПоказать оригиналСкрыть оригинал«AI content signature detector for social media posts. Measures 8 lingu…»

AI content signature detector for social media posts. Measures 8 linguistic dimensions that LinkedIn's 360Brew and other platforms use to detect AI-generated content — lexical diversity, sentence length variance, transition word density, hedging ratio, contraction usage, personal pronoun density, question frequency, and specific data density. Not a humanizer that rewrites your text — an auditor that tells you exactly which signals are triggering detection so you fix only what's wrong. Research-backed (DivEye arXiv:2509.18880, LinkedIn 360Brew algorithm analysis, stylometric detection studies). Per-platform thresholds for LinkedIn (strictest), Reddit, Twitter/X, HackerNews. Zero external dependencies.

ClawHub Agent Skills автор: Lucius Pang v1.0.3 MIT-0 3 файла тело ≈ 1 934 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Детектор подписей ИИ-контента для публикаций в социальных сетях.

Как процесс D 39/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИнфраструктураМаркетингИсследованиятип 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
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
D
39/100
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

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

    Процессный рейтинг: все десять параметров 39/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (Content Humanizer Audit) не совпадает с папкой (phy-content-humanizer-audit)
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 15
    • 100Стоимость исполнения. Тело инструкции 1934 токенов
    • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле
    • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком

    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
    • +2Инструкции на одном языке
    • +3Длина description 709 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 15 пунктов
    • +4Есть примеры (5 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

    Внешние проверки

    ClawHub: suspicious
    This is a local text-checking skill, but it explicitly helps users tune social posts to avoid AI-content detection, so it belongs in Review.
    LLM: suspicious (high) · 27 мая 2026 г.