BF guanrentang-writer
Генератор статей для WeChat Official Account Гуаньжэньтан. Создание статей + автоматическое добавление изображений. Автоматически запускается, когда пользователь говорит «написать статью», «помоги мне написать», «статья для公众号». Поддерживает случайный выбор тем и фиксированные темы (продвижение древних методов окуривания, уведомление о праздниках), генерирует статьи о китайской медицине и оздоровлении в стиле Гуаньжэньтан и автоматически добавляет изображения.
машинный переводПоказать оригиналСкрыть оригинал«观仁堂中医公众号文章生成器。写文章 + 自动配图一体化。当用户说"写文章"、"帮我写一篇"、"公众号文章"时自动触发。支持随机选题和固定主题…»
观仁堂中医公众号文章生成器。写文章 + 自动配图一体化。当用户说"写文章"、"帮我写一篇"、"公众号文章"时自动触发。支持随机选题和固定主题(古法熏蒸推广、放假通知),生成符合观仁堂风格的中医养生文章,并自动配图。
Генератор статей для WeChat Official Account Гуаньжэньтан.
Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: assets/header-decorative.jpg, images/{文章标题}/content-1.jpg, images/{文章标题}/content-2.jpg
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
missing-refссылка на отсутствующий файл: assets/header-decorative.jpg - предупреждение
missing-refссылка на отсутствующий файл: images/{文章标题}/content-1.jpg - предупреждение
missing-refссылка на отсутствующий файл: images/{文章标题}/content-2.jpg - предупреждение
missing-refссылка на отсутствующий файл: images/{文章标题}/recipe.jpg - предупреждение
missing-refссылка на отсутствующий файл: assets/ending-thanks.jpg - предупреждение
missing-refссылка на отсутствующий файл: assets/ending-divider.jpg - предупреждение
missing-refссылка на отсутствующий файл: assets/ending-follow.png - предупреждение
missing-refссылка на отсутствующий файл: assets/ending-qrcode.jpg - предупреждение
missing-refссылка на отсутствующий файл: 路径 - предупреждение
missing-refссылка на отсутствующий файл: assets/gufa-xunzheng-cover.jpg - предупреждение
missing-refссылка на отсутствующий файл: images/holiday-notice.jpg
Процессный рейтинг: все десять параметров 35/100
- 0Инструменты и файлы. Не хватает 11 файла(ов): assets/header-decorative.jpg, images/{文章标题}/content-1.jpg, images/{文章标题}/content-2.jpg
- 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
- 100Шаги. Шагов: 90
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2835 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее
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)
- +3Длина description 107: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 39 заголовков
- +3Пошаговые инструкции: 90 пунктов
- +4Есть примеры (14 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 57.