SKILLEMALL.ai

BC fanqie-masterclass

Полный обучающий курс по созданию коротких хитов для платформы Tomatos Novel. Используется для обучения методологии создания контента на платформе Tomatos Novel, включая понимание алгоритмов платформы, создание заголовков и вступлений, генерацию идей, рабочий процесс с помощью AI, устранение следов AI, монетизацию на нескольких платформах, выход на зарубежные рынки и т. д. Используется, когда пользователь хочет научиться создавать контент для Tomatos Novel, улучшить навыки написания коротких рассказов, диагностировать проблемы с произведениями, генерировать заголовки, вступления и синопсисы для хитов, удалять следы AI или узнать о монетизации за рубежом.

машинный переводПоказать оригиналСкрыть оригинал«番茄小说短篇爆款创作完整教学课程。用于教授番茄小说平台创作方法论,包括平台算法认知、标题导语创作、脑洞生成、AI辅助工作流、去AI味润色、多…»

番茄小说短篇爆款创作完整教学课程。用于教授番茄小说平台创作方法论,包括平台算法认知、标题导语创作、脑洞生成、AI辅助工作流、去AI味润色、多平台变现、海外出海等全套技能。当用户想学习番茄小说创作、提升短篇写作能力、诊断作品问题、生成爆款标题导语大纲、去除AI味、或了解出海变现时使用。

ClawHub Agent Skills автор: zuoyunlai v1.0.0 MIT-0 15 файлов тело ≈ 493 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Полный обучающий курс по созданию коротких хитов для платформы Tomatos Novel.

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
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
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
Это копия скилла из другого каталога, в рейтинге считается основная: fanqie-masterclass (ClawHub)

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: 15. 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: 36
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 493 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 142 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 36 пунктов
  • +4Справочные файлы упоминаются в инструкциях (12 из 12)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: suspicious
This static writing-course skill does not run code, but it needs Review because it teaches risky publishing tactics including plagiarism-style imitation, fake engagement, and specific tax-form guidance.
LLM: suspicious (high) · 14 авг. 2026 г.