SKILLEMALL.ai
GitHub ↗ EN Войти

CC Brand

Основная система целостности бренда: сканирует и обновляет бренд/ключевые сообщения на всех общедоступных поверхностях (GitHub profile README, блог, сайт компании, маркетинговый сайт, README репозиториев, биографии LinkedIn/X/YouTube) до текущего фокуса, имен, количества звезд и флагманских текстов, из инвентаря одной поверхности в конфигурации ПОЛЬЗОВАТЕЛЯ. ИСПОЛЬЗОВАТЬ ДЛЯ: обновление бренда, обновить мой бренд, сканирование бренда, обновить мои профили, обновить мой профиль GitHub, главная страница GitHub, профиль README, мои биографии устарели, синхронизировать мои сообщения, обновить мою страницу идей, обновить страницу идей. НЕ ДЛЯ: реестра контента, написания постов в блогах или копий для постов в соцсетях.

машинный переводПоказать оригиналСкрыть оригинал«The principal brand integrity system: sweeps and refreshes brand/focus…»

The principal brand integrity system: sweeps and refreshes brand/focus messaging across every public surface (GitHub profile README, blog, company site, marketing site, repo READMEs, LinkedIn/X/YouTube bios) to current focus, names, star counts, and flagship writing, from one surface inventory in USER config. USE WHEN brand update, update my brand, brand sweep, refresh my profiles, update my GitHub profile, github front page, profile README, my bios are stale, sync my messaging, update my ideas page, refresh the ideas page, ideas page on the blog. NOT FOR the content registry, writing blog posts, or social post copy.

Разбор skillemall

Скилл обещает синхронизировать брендовое месседжинг со всех публичных поверхностей — от GitHub-профиля до LinkedIn-биографии — из одного источника в конфиге. Идея: раз обновил в одном месте, всё остальное подтянулось.

В файлах пять документов и один скрипт на 835 токенов. Проверки дали оценку C: качество 72 балла, процесс 50. Критических ошибок нет, но medium/low findings есть. Sandbox и модельные прогоны не запускались. Скилл работает на девяти платформах, включая Claude и Cursor.

Реальная полезность зависит от того, насколько хорошо скрипт парсит и обновляет разные форматы — от Markdown README до JSON-конфигов. На практике такие синхронизаторы часто ломаются на первом же кастомном оформлении. Без тестов на моделях непонятно, справляется ли с реальными биографиями. Ставить можно, если готовы проверить вывод перед публикацией.

danielmiessler/Personal_AI_Infrastructure Agent Skills автор: danielmiessler 5 файлов · 1 скрипт тело ≈ 835 токенов Открыть источникgithub.com↗ проанализирован 27 ч назад

Основная система целостности бренда: сканирует и обновляет бренд/ключевые сообщения на всех общедоступных поверхностях (GitHub profile README, блог, сайт…

Как процесс C 50/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ГенераторGitHubYouTubeМаркетингТексты и документытип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
C
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
50/100
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

    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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 12, column 14: description: The principal brand integrity system: sweeps and refreshes brand/f… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
    • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
    • заметка frontmatter-key неизвестное поле фронтматтера "evals"

    Процессный рейтинг: все десять параметров 50/100

    • 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
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 5
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 835 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 624 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 5 пунктов
    • +4Есть примеры (3 блоков кода)

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