SKILLEMALL.ai
GitHub ↗ EN Войти

BF content-machina

Комплексная ролевая модель для создания контента для агентов OpenClaw. Превращает любого агента в центр создания контента — исследование, написание, переработка и публикация на разных платформах. Используйте, когда: (1) пишете посты в блогах, статьи, новостные рассылки, (2) перерабатываете контент для Twitter/X, LinkedIn, Instagram, TikTok, (3) создаете контент-план, (4) исследуете темы и обобщаете результаты, (5) пишете в едином стиле бренда, (6) генерируете идеи для контента массово, (7) оцениваете и улучшаете качество контента. The Content Machine запоминает ваш бренд, учится тому, что работает, и выпускает контент, который действительно эффективен.

машинный переводПоказать оригиналСкрыть оригинал«Full-stack content creation persona for OpenClaw agents. Transforms an…»

Full-stack content creation persona for OpenClaw agents. Transforms any agent into a content powerhouse — research, write, repurpose, and publish across platforms. Use when: (1) writing blog posts, articles, newsletters, (2) repurposing content across Twitter/X, LinkedIn, Instagram, TikTok, (3) building a content calendar, (4) researching topics and summarizing findings, (5) writing with a consistent brand voice, (6) generating content ideas in bulk, (7) scoring and improving content quality. The Content Machine remembers your brand, learns what works, and ships content that actually performs.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 13 файлов тело ≈ 1 179 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Комплексная ролевая модель для создания контента для агентов OpenClaw.

Как процесс F 43/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: content-machina.png

Роль и тонМаркетингТексты и документытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw 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) Goose OpenCode
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
F
43/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: content-machina.png
Инструменты и файлы вес 18
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Широкие права средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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
  • средняя Широкие права meta-agent-memory-dump memory/content-machine-novaiok.md
    В скилле есть файлы памяти агента / рабочего пространства (1) — похоже на дамп с личными данными или токенами
    memory/content-machine-novaiok.md

Просканировано файлов: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: content-machina.png

Процессный рейтинг: все десять параметров 43/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: content-machina.png
  • 0Инструменты и файлы. Не хватает 1 файла(ов): content-machina.png
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Шаги. Шагов: 52
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1179 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы

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)
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 600 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 52 пунктов
  • +3Формат ответа описан явно
  • +4Справочные файлы упоминаются в инструкциях (8 из 9)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.