SKILLEMALL.ai

AD seo-audit-suite

Комплексный набор инструментов для SEO и GEO-аудита для агентов OpenClaw. Выполняет on-page аудиты, проверки технического SEO, анализ конкурентов, отслеживание ключевых слов и оценку GEO (оптимизация генеративных движков). Генерирует PDF-отчеты. Используется, когда: (1) проводится аудит веб-сайта на предмет проблем SEO, (2) анализируются конкуренты, (3) отслеживаются позиции ключевых слов, (4) проверяется техническое состояние SEO, (5) оценивается готовность к GEO для поисковых систем на базе ИИ, (6) генерируются SEO-отчеты для клиентов или (7) отслеживается производительность сайта с течением времени.

машинный переводПоказать оригиналСкрыть оригинал«Comprehensive SEO and GEO audit toolkit for OpenClaw agents. Run on-pa…»

Comprehensive SEO and GEO audit toolkit for OpenClaw agents. Run on-page audits, technical SEO checks, competitor analysis, keyword tracking, and GEO (Generative Engine Optimization) scoring. Generates PDF reports. Use when: (1) auditing a website for SEO issues, (2) analyzing competitors, (3) tracking keyword rankings, (4) checking technical SEO health, (5) evaluating GEO readiness for AI search engines, (6) generating SEO reports for clients, or (7) monitoring site performance over time.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 17 файлов · 10 скриптов тело ≈ 1 621 токенов Открыть источникgithub.com проанализирован 2 дн назад

Комплексный набор инструментов для SEO и GEO-аудита для агентов OpenClaw.

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторPDFМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
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: 17. 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 43/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 58
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1621 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

    • +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
    • -35 из 12 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 494 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 58 пунктов
    • +4Есть примеры (8 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 4)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.