SKILLEMALL.ai
GitHub ↗ EN Войти

BC ad-creative-intel-pro

Профессиональная версия анализа рекламной информации — это комплексная платформа для анализа рекламной информации, предназначенная для команд, занимающихся привлечением клиентов, оптимизаторов рекламных кампаний и руководителей отделов маркетинговых исследований. Она разработана для решения пяти основных проблем: ограничение пакетного экспорта креативов 10 элементами за раз, невозможность ретроспективного анализа исторических тенденций, отсутствие данных о загрузках и прогнозируемых доходах, необходимость ручного агрегирования данных для межрыночного сравнения и сложность отнесения эффективности креативов к действиям по размещению рекламы. В дополнение к трем кластерам конечных точек бесплатной версии, она разблокирует три расширенные конечные точки для пакетного экспорта, ретроспективного анализа, загрузок/прогнозируемых доходов, а также добавляет три уникальные функции: межрыночное сравнение, атрибуция эффективности креативов и приоритетная параллельная обработка. Может автоматически повышать эффективность работы.

машинный переводПоказать оригиналСкрыть оригинал«广告情报专业版是面向买量团队、投放调优师、市场研究负责人的全功能广告情报剖析平台，针对\"成批创意导出受限于单次 10 条、历史趋势无法回溯…»

广告情报专业版是面向买量团队、投放调优师、市场研究负责人的全功能广告情报剖析平台，针对\"成批创意导出受限于单次 10 条、历史趋势无法回溯剖析、下载与收入预估数据缺失、跨市场对比需手动聚合、创意效果难以归因到投放动作\"五大高频痛点而设计。它在免费版三大端点集群基础上，解锁成批导出、历史回溯、下载/收入预估三类高级端点，并新增多市场对比、创意效果归因、优先速率并发三项独有能力."。可自动提升工作效率

ClawHub Hermes автор: 天轰穿 v1.0.1 MIT-0 2 файла тело ≈ 3 649 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Профессиональная версия анализа рекламной информации — это комплексная платформа для анализа рекламной информации, предназначенная для команд, занимающихся…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияДанные и аналитикатип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
B
82/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
54
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
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.
  2. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
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 frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Unexpected scalar at node end at line 9, column 207: …免费版三大端点集群基础上，解锁成批导出、历史回溯、下载/收入预估三类高级端点，并新增多市场对比、创意效果归因、优先速率并发三项独有能力."。可自动提升工作效率 ^^^^^^^^^^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
  • предупреждение description-long-hermes description 202 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • предупреждение description-no-when ни description, ни раздел "## When to Use" не говорят, когда применять скилл
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "summary"
  • заметка frontmatter-key неизвестное поле фронтматтера "edition"
  • заметка frontmatter-key неизвестное поле фронтматтера "tools"
  • заметка frontmatter-key неизвестное поле фронтматтера "pricing_tier"

Процессный рейтинг: все десять параметров 51/100

  • 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: 2, без проверки текущего состояния
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 46
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3649 токенов
  • low Разделов верхнего уровня: 15. Похоже на несколько доменов в одном скилле

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 202 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 44 заголовков
  • +3Пошаговые инструкции: 46 пунктов
  • +4Есть примеры (17 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 54.

Внешние проверки

ClawHub: clean
This skill is a disclosed API client for ad intelligence data, with normal cautions around sending queries and an API key to a third-party service.
LLM: benign (high) · VirusTotal: · 22 авг. 2026 г.