SKILLEMALL.ai

AC social-content

Когда пользователь хочет получить помощь в создании, планировании или оптимизации контента для социальных сетей для LinkedIn, Twitter/X, Instagram, TikTok, Facebook или других платформ. Также используйте, когда пользователь упоминает «пост в LinkedIn», «ветка в Twitter», «социальные сети», «календарь контента», «планирование в соцсетях», «вовлеченность» или «вирусный контент». Этот навык охватывает создание контента, его повторное использование и стратегии, специфичные для каждой платформы.

машинный переводПоказать оригиналСкрыть оригинал«When the user wants help creating, scheduling, or optimizing social me…»

When the user wants help creating, scheduling, or optimizing social media content for LinkedIn, Twitter/X, Instagram, TikTok, Facebook, or other platforms. Also use when the user mentions 'LinkedIn post,' 'Twitter thread,' 'social media,' 'content calendar,' 'social scheduling,' 'engagement,' or 'viral content.' This skill covers content creation, repurposing, and platform-specific strategies.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 1 файл тело ≈ 5 329 токенов Открыть источникgithub.com проанализирован 29 ч назад

Когда пользователь хочет получить помощь в создании, планировании или оптимизации контента для социальных сетей для LinkedIn, Twitter/X, Instagram, TikTok…

Как процесс C 64/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, отчётность по ходу

ГенераторМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5329 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 64/100

  • 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
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 70Стоимость исполнения. Тело инструкции 5329 токенов
  • 85Шаги. Шагов: 286, расплывчатых формулировок: 2
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • low Разделов верхнего уровня: 15. Похоже на несколько доменов в одном скилле

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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 396 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 64 заголовков
  • +3Пошаговые инструкции: 286 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (14 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.