SKILLEMALL.ai

AC ljh-maidian

Проверка продающих текстов. Введите одну или несколько продающих фраз, и система проведет шесть проверок, определит, является ли это уникальным торговым предложением или общедоступным, которое легко скопировать, предоставит вердикт "пройдено"/"отклонено" и предложит исправления. Способ активации: /ljh-maidian, "проверь мой продающий текст", "насколько хорош этот продающий текст", "проведет ли ведущий прямой эфир этот продающий текст", "не будет ли этот продающий текст оспорен ведущим". Не запускать автоматически в контекстах, не связанных с продажами, таких как рецензирование аннотаций к статьям или проверка соответствия инструкций к продуктам.

машинный переводПоказать оригиналСкрыть оригинал«卖点体检器。丢一句或一组卖点文案进来,跑六道检验,判断这是独一份卖点还是随时会被抄的公共卖点,给出通过/打回结论和改法。 触发方式:/ljh…»

卖点体检器。丢一句或一组卖点文案进来,跑六道检验,判断这是独一份卖点还是随时会被抄的公共卖点,给出通过/打回结论和改法。 触发方式:/ljh-maidian、「帮我看看这个卖点行不行」「这句卖点站得住吗」「体检一下我的卖点」「这个卖点会不会被主播怼回来」 Selling-point health check. Feed in one or a batch of selling-point copy, run six checks, and get a pass/reject verdict with concrete fixes. Trigger: /ljh-maidian, "check my selling point", "is this selling point solid", "will this get challenged by a live host" 论文摘要评审、产品说明书合规审查等非带货卖点语境,不要自动触发。

ClawHub Agent Skills автор: HandsoMeng v1.0.0 MIT-0 2 файла тело ≈ 1 387 токенов Открыть источникclawhub.ai проанализирован 35 ч назад

Проверка продающих текстов.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

Процедуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
    • заметка frontmatter-key неизвестное поле фронтматтера "slug"

    Процессный рейтинг: все десять параметров 53/100

    • 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
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 51
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1387 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 14. 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 3 примера фраз-триггеров в кавычках
    • +3Длина description 423 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 18 заголовков
    • +3Пошаговые инструкции: 51 пунктов
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: suspicious
    The skill’s main review function is clear, but it also creates local records, saves business deliverables, and promotes off-platform contacts.
    LLM: suspicious (medium) · 6 авг. 2026 г.