SKILLEMALL.ai
GitHub ↗ EN Войти

BC Social Suite

Единый конвейер контента для социальных сетей. Одна команда запускает полный цикл — извлекает релевантные элементы контента из вашей библиотеки, проверяет ИИ-подпись (обнаружение LinkedIn 360Brew), выполняет предварительную проверку невидимых правил платформы и выдает комбинированный вердикт PASS/FAIL с конкретными исправлениями. Объединяет phy-content-compound + phy-content-humanizer-audit + phy-platform-rules-engine в единый предпубликационный гейт. Поддерживает LinkedIn, Reddit, Twitter/X, HackerNews. Нулевые внешние зависимости.

машинный переводПоказать оригиналСкрыть оригинал«Unified social media content pipeline. One command runs the full flywh…»

Unified social media content pipeline. One command runs the full flywheel — pulls relevant content atoms from your library, audits AI signature (LinkedIn 360Brew detection), pre-flight checks platform-specific invisible rules, and outputs a combined PASS/FAIL verdict with specific fixes. Chains phy-content-compound + phy-content-humanizer-audit + phy-platform-rules-engine into a single pre-publish gate. Supports LinkedIn, Reddit, Twitter/X, HackerNews. Zero external dependencies.

ClawHub Agent Skills автор: Lucius Pang v1.0.3 MIT-0 3 файла тело ≈ 360 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Единый конвейер контента для социальных сетей.

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, согласованность

ПроцедураИнфраструктуратип 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
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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 name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

Процессный рейтинг: все десять параметров 62/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (Social Suite) не совпадает с папкой (phy-social-suite)
  • 55Ошибки и развилки. Развилок: 1
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 5
  • 100Стоимость исполнения. Тело инструкции 360 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
  • +2Инструкции на одном языке
  • +3Длина description 484 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 5 заголовков
  • +3Пошаговые инструкции: 5 пунктов
  • +4Есть примеры (1 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях
  • +1Лицензия указана

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

Внешние проверки

ClawHub: clean
This skill is a local social-post checking pipeline with no evidence of account access, posting, network calls, persistence, or hidden behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.