SKILLEMALL.ai

AD 小红书

Методология создания и продвижения заметок в Xiaohongshu (RED) (с инструментом проверки соответствия перед публикацией). Используйте для: (1) написания заметок по логике двойного движка платформы (поиск + рекомендации) — заголовок/обложка/структура основного текста/теги, (2) проведения проверки перед публикацией с помощью прилагаемого скрипта, не требующего зависимостей (абсолютные формулировки/медицинские утверждения/признаки привлечения трафика), (3) диагностики данных заметок для выявления проблем. Методология написания заметок в Xiaohongshu (RED) с инструментом проверки соответствия перед публикацией, не требующим зависимостей: стратегия контента с двойным движком, диагностика данных и меры предосторожности.

машинный переводПоказать оригиналСкрыть оригинал«小红书笔记创作与运营方法论(附发布前合规自查工具)。Use for: (1) 按平台双引擎逻辑(搜索+推荐)写笔记——标题/封面/正文结构/…»

小红书笔记创作与运营方法论(附发布前合规自查工具)。Use for: (1) 按平台双引擎逻辑(搜索+推荐)写笔记——标题/封面/正文结构/标签, (2) 用附带的零依赖脚本做发布前自查(绝对化用语/医疗断言/引流特征), (3) 诊断笔记数据定位问题环节。Xiaohongshu (RED) note-writing methodology with a zero-dependency pre-publish compliance checker: dual-engine content strategy, data diagnostics, and guardrails.

ClawHub Hermes автор: zhangifonly v2.0.0 MIT-0 3 файла тело ≈ 532 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Методология создания и продвижения заметок в Xiaohongshu (RED) (с инструментом проверки соответствия перед публикацией).

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

АнализаторОперации и проектытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
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. 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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-long-hermes description 290 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)

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 (小红书) не совпадает с папкой (xiaohongshu)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 23
  • 100Стоимость исполнения. Тело инструкции 532 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 290 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +4Есть примеры (2 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: clean
This skill provides Xiaohongshu content-writing guidance plus a local pre-publish compliance checker, with no hidden network, credential, persistence, or destructive behavior found.
LLM: benign (high) · VirusTotal: · 17 июл. 2026 г.