SKILLEMALL.ai

BD agent-content-analyzer

Анализируйте информацию, связанную с AI Agent, извлекайте горячие темы, анализируйте тенденции и получайте идеи для создания контента. Используется для: (1) анализа собранной информации для выявления горячих тем (2) оценки популярности тем для определения целесообразности создания контента (3) извлечения ключевых моментов, которые могут стать основой видеоконтента (4) предоставления рекомендаций по созданию контента.

машинный переводПоказать оригиналСкрыть оригинал«分析 AI Agent 相关资讯数据,提取热点话题、趋势分析和内容创作灵感。 用于:(1) 分析采集到的资讯找出热点话题 (2) 评估话题热…»

分析 AI Agent 相关资讯数据,提取热点话题、趋势分析和内容创作灵感。 用于:(1) 分析采集到的资讯找出热点话题 (2) 评估话题热度判断是否值得创作 (3) 提取可作为视频内容的核心要点 (4) 生成内容创作建议

ClawHub Agent Skills автор: siansharoh v1.0.0 MIT-0 5 файлов тело ≈ 195 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Анализируйте информацию, связанную с AI Agent, извлекайте горячие темы, анализируйте тенденции и получайте идеи для создания контента.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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

  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 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (agent-content-analyzer) не совпадает с папкой (dannyleons)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 17
  • 100Стоимость исполнения. Тело инструкции 195 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)
  • +3Длина description 112: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 17 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: suspicious
The skill text is a basic social-media publishing helper, but its package metadata describes a different AI content-analysis skill, so users may not know what they are installing.
LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.