SKILLEMALL.ai

BD hot-topic-tracker

Эксперт по отслеживанию горячих тем: на основе введенной пользователем темы ищет новейшие источники информации, выявляет актуальные темы и генерирует качественный длинный контент. Подходит для отслеживания горячих событий, отраслевых тенденций, информации о людях и других постоянных тем. Ключевые слова: горячие темы, отслеживание, актуальные темы, темы, длинный контент, новые медиа, источники информации.

машинный переводПоказать оригиналСкрыть оригинал«热点追踪专家:基于用户输入的主题,搜索最新信源、挖掘近期爆点话题,并生成高质量长文内容。适合追踪热点事件、行业动态、人物资讯等持续性话题。关…»

热点追踪专家:基于用户输入的主题,搜索最新信源、挖掘近期爆点话题,并生成高质量长文内容。适合追踪热点事件、行业动态、人物资讯等持续性话题。关键词:热点、追踪、爆点、话题、长文、新媒体、信源

ClawHub Agent Skills автор: zhangdlam88-hub v1.0.0 MIT-0 3 файла тело ≈ 2 315 токенов Открыть источникclawhub.ai проанализирован 28 ч назад

Эксперт по отслеживанию горячих тем: на основе введенной пользователем темы ищет новейшие источники информации, выявляет актуальные темы и генерирует…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураТексты и документыИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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: 0. 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 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 193
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2315 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 13. 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)
  • +3Длина description 94: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -230 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 64 заголовков
  • +3Пошаговые инструкции: 193 пунктов
  • +4Есть примеры (8 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: clean
This skill is a disclosed web-research and article-writing workflow, with some finance-marketing and scheduling caveats users should understand before use.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.