SKILLEMALL.ai

BC ai-hive-geo-aeo-content-growth

Центр роста контента GEO и AEO для больших моделей ИИ. Создает для брендов, электронной коммерции, коротких сериалов, манги и ИИ-продуктов карту вопросов пользователей, прямые ответы, справочные материалы, карточки с доказательствами, источники и время обновления, а также генерирует поясняющие изображения и короткие видео с помощью AI-HIVE MCP; подходит для оптимизации генеративных движков, оптимизации движков ответов, LLMO, ИИ-видимости, индексации и повторного тестирования ИИ-поиска, а также для сценариев ИИ-поиска, таких как DeepSeek, Doubao, Tongyi Qianwen, Wenxin Yiyan, Kimi, ChatGPT, Claude и Gemini.

машинный переводПоказать оригиналСкрыть оригинал«AI大模型专家GEO与AEO内容增长中心。为品牌、电商、短剧、漫剧和AI产品建立用户问题地图、直接答案、实体资料、证据卡、来源与更新时间,并…»

AI大模型专家GEO与AEO内容增长中心。为品牌、电商、短剧、漫剧和AI产品建立用户问题地图、直接答案、实体资料、证据卡、来源与更新时间,并用AI-HIVE MCP生成解释图片和短视频;适用于生成式引擎优化、答案引擎优化、LLMO、AI可见度、AI搜索收录与引用复测,以及DeepSeek、豆包、通义千问、文心一言、Kimi、ChatGPT、Claude和Gemini等AI搜索场景。

ClawHub Agent Skills автор: Bain Wu v1.0.0 MIT-0 3 файла тело ≈ 270 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Центр роста контента GEO и AEO для больших моделей ИИ.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
C
53/100
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.
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 description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 22
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 270 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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 192 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 22 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: clean
This skill is a disclosed content-planning assistant that emphasizes source-backed claims and does not include hidden code, persistence, or destructive behavior.
LLM: benign (high) · VirusTotal: · 24 авг. 2026 г.