SKILLEMALL.ai

AD email-best-practices

Используйте при создании функций электронной почты, когда письма попадают в спам, высокие показатели отказов, настройке аутентификации SPF/DKIM/DMARC, реализации захвата электронной почты, обеспечении соответствия требованиям (CAN-SPAM, GDPR, CASL), обработке веб-перехватчиков, логике повторных попыток или принятии решений о транзакционных против маркетинговых рассылок.

машинный переводПоказать оригиналСкрыть оригинал«Use when building email features, emails going to spam, high bounce ra…»

Use when building email features, emails going to spam, high bounce rates, setting up SPF/DKIM/DMARC authentication, implementing email capture, ensuring compliance (CAN-SPAM, GDPR, CASL), handling webhooks, retry logic, or deciding transactional vs marketing.

ClawHub Agent Skills автор: Christina Martinez v1.0.2 MIT-0 12 файлов тело ≈ 715 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Используйте при создании функций электронной почты, когда письма попадают в спам, высокие показатели отказов, настройке аутентификации SPF/DKIM/DMARC…

Как процесс D 41/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, когда включается

ГенераторИнфраструктураБезопасностьПравотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
D
41/100
Процесс не доведён
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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: 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 41/100

    • 0Шаги. Инструкция сплошным текстом, шаги не выделены
    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 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: 7, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 715 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)
    • +3Нет пошаговых инструкций или чек-листа
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +2Инструкции на одном языке
    • +3Длина description 260 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 4 заголовков
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (10 из 10)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

    Внешние проверки

    ClawHub: suspicious
    The skill is mostly a coherent email best-practices guide, but some webhook and privacy examples are unsafe enough that users should review them before installation.
    LLM: suspicious (high) · VirusTotal: benign · 10 сент. 2026 г.