SKILLEMALL.ai

AC overseas-chinese-food-shortvideo

Система монетизации коротких видеороликов о китайской кухне за рубежом — создание вирусных видеоаккаунтов с нуля. Подходит для: владельцев/поваров китайских ресторанов за рубежом, пользователей, желающих продвигать китайскую кухню через короткие видео, предпринимателей в сфере трансграничного общественного питания. Сценарии использования: (1) Пользователь хочет создать/вести аккаунт в социальных сетях, посвященный китайской кухне/связанным с ней темам за рубежом. (2) Нуждается в идеях для контента, сценариях, планах съемок. (3) Хочет понять анализ конкурентов и дифференцированное позиционирование. (4) Нуждается в списке из 30 идей для контента + шаблонах сценариев. (5) Не знает, какой контент публиковать, как снимать, как монетизировать. Используйте этот навык, когда пользователь спрашивает об иностранной китайской кухне, продвижении ресторанов, операционной деятельности в коротких видео, IP шеф-поваров, демонстрации блюд и т. д.

машинный переводПоказать оригиналСкрыть оригинал«海外中餐短视频变现系统 — 从0到1打造爆款视频号。适用于:在海外开中餐厅的老板/厨师、想通过短视频推广中餐的用户、跨境餐饮创业者。触发场景…»

海外中餐短视频变现系统 — 从0到1打造爆款视频号。适用于:在海外开中餐厅的老板/厨师、想通过短视频推广中餐的用户、跨境餐饮创业者。触发场景:(1)用户想创建/运营一个海外中餐/中餐相关短视频账号 (2)需要内容选题、脚本、拍摄方案 (3)想了解竞品分析和差异化定位 (4)需要30条选题清单+脚本模板 (5)不知道发什么内容、怎么拍、怎么变现。当用户询问海外中餐、餐厅推广、短视频运营、厨师IP、菜品展示等话题时使用此技能。

ClawHub Agent Skills автор: yangruoqing86-stack v1.0.0 MIT-0 8 файлов тело ≈ 381 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Система монетизации коротких видеороликов о китайской кухне за рубежом — создание вирусных видеоаккаунтов с нуля.

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
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: 8. 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: 21
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 381 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 213 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 21 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: clean
This is a text-only planning skill for overseas Chinese restaurant short-video marketing, with no evidence of unsafe access, hidden behavior, or persistence.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.