SKILLEMALL.ai
GitHub ↗ EN Войти

AC cold-outbound-optimizer

Разрабатывает, анализирует и оптимизирует кампании по холодной email-рассылке для Instantly. Выполняет полное определение ICP, оценку экспертной панелью (рекурсивно до 90+), написание текстов для рассылок, аудит инфраструктуры, планирование мощностей и документацию по внедрению. Используйте, когда вас просят создать последовательности холодных рассылок, оптимизировать холодные письма, проанализировать кампании по рассылкам, создать маркетинговые последовательности, создать последовательности Instantly, разработать стратегии холодных рассылок или спланировать email-кампании. Поддерживает режимы «начать с нуля» и «оптимизировать существующее».

машинный переводПоказать оригиналСкрыть оригинал«Design, analyze, and optimize cold outbound email campaigns for Instan…»

Design, analyze, and optimize cold outbound email campaigns for Instantly. Handles end-to-end ICP definition, expert panel scoring (recursive to 90+), sequence copywriting, infrastructure audit, capacity planning, and implementation docs. Use when asked to build cold outbound sequences, optimize cold email, analyze outbound campaigns, build sales sequences, build Instantly sequences, create cold outbound strategies, or design email campaigns. Supports both "start from scratch" and "optimize existing" modes.

ericosiu/ai-marketing-skills Agent Skills автор: ericosiu MIT 13 файлов · 5 скриптов тело ≈ 1 576 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Разрабатывает, анализирует и оптимизирует кампании по холодной email-рассылке для Instantly.

Как процесс C 51/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, согласованность

АнализаторМаркетингИнфраструктуратип 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
A
99/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
99
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • низкая Утечка данных read-dotenv README.md:60
      Чтение файла .env (документация security-скилла)
      cp .env.example .env
      security-скилл

    Просканировано файлов: 12. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 51/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (cold-outbound-optimizer) не совпадает с папкой (outbound-engine)
    • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 60Ошибки и развилки. Развилок: 2
    • 85Шаги. Шагов: 46, расплывчатых формулировок: 1
    • 100Стоимость исполнения. Тело инструкции 1576 токенов

    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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 2 примера фраз-триггеров в кавычках
    • +3Длина description 512 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 22 заголовков
    • +3Пошаговые инструкции: 46 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)
    • +3Все 5 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 99.