SKILLEMALL.ai

CC content-master-pro

Полноценная система контент-маркетинга для русскоязычного бизнеса: стратегия, производство, логика воронки, email, аналитика. Не автопостер. Сначала создает контентный мозг: позиционирование, Tone of Voice, план, готовые тексты, реформатирование, воронка и отчетность.

машинный переводПоказать оригиналСкрыть оригинал«Full-cycle content marketing system for Russian-speaking businesses: s…»

Full-cycle content marketing system for Russian-speaking businesses: strategy, production, funnel logic, email, analytics. Not an autoposter. First builds the content brain: positioning, TOV, plan, ready texts, reformatting, funnel and reporting.

ClawHub Agent Skills автор: RAAIPRO v3.5.5 MIT-0 38 файлов · 3 скрипта тело ≈ 12 481 токенов Открыть источникclawhub.ai↗ проанализирован 11 дн назад

Полноценная система контент-маркетинга для русскоязычного бизнеса: стратегия, производство, логика воронки, email, аналитика.

Как процесс C 60/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, согласованность

ГенераторTelegramМаркетингИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
83/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
58
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Входы и предусловия вес 11
0
Когда включается вес 12
20
Согласованность вес 8
40
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.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 37. 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")
  • предупреждение body-long тело SKILL.md ≈ 12481 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "price"
  • заметка frontmatter-key неизвестное поле фронтматтера "price_currency"
  • заметка frontmatter-key неизвестное поле фронтматтера "tier"
  • заметка frontmatter-key неизвестное поле фронтматтера "triggers"
  • заметка frontmatter-key неизвестное поле фронтматтера "target_audience"
  • заметка frontmatter-key неизвестное поле фронтматтера "dogfooded_in"
  • заметка frontmatter-key неизвестное поле фронтматтера "differentiators"

Процессный рейтинг: все десять параметров 60/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (content-master-pro) не совпадает с папкой (raai-content-master-pro)
  • 40Стоимость исполнения. Тело инструкции 12481 токенов: вытесняет саму задачу из окна
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Ошибки и развилки. Развилок: 5
  • 85Шаги. Шагов: 185, расплывчатых формулировок: 1
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 100Отчётность по ходу. Скилл сообщает о ходе работы

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
  • -44 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +3Длина description 246 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 46 заголовков
  • +3Пошаговые инструкции: 185 пунктов
  • +4Есть примеры (48 блоков кода)
  • +1Лицензия указана
  • +2Инструкции двуязычные (RU + EN)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 58.

Внешние проверки

ClawHub: suspicious
The skill is a content-marketing template, but it can steer outputs toward RAAI instead of the user's business and declares unnecessary high-value credentials.
LLM: suspicious (high) · VirusTotal: · 16 сент. 2026 г.