SKILLEMALL.ai

AC ljh-shangxiang

Карта убедительности для страницы описания товара. Преобразуйте позиционирование, преимущества, сценарии, инсайты о целевой аудитории и доказательства в пошаговую стратегию страницы описания товара, с возможностью вывода низкодетализированного HTML. Способ запуска: /ljh-shangxiang, «как структурировать страницу описания товара», «создать информационную архитектуру страницы описания товара», «улучшить конверсию на полке» Не запускайте автоматически задачи, связанные с финальным визуальным дизайном, генерацией изображений, производством готового продукта, публикацией на платформе и т. д.

машинный переводПоказать оригиналСкрыть оригинал«商详页说服地图。把定位、卖点、场景、人群和验证证据编排成商品详情页策略、逐屏结构与内容文档,可选输出低保真 HTML。 触发方式:/ljh-…»

商详页说服地图。把定位、卖点、场景、人群和验证证据编排成商品详情页策略、逐屏结构与内容文档,可选输出低保真 HTML。 触发方式:/ljh-shangxiang、「商详页怎么排」「商品详情页怎么讲」「详情页信息架构」「货架转化怎么接」「帮我排一张商详页地图」 Product-detail persuasion map. Turn positioning, selling points, scenarios, audience insights, and validation evidence into a screen-by-screen product-detail strategy, with optional low-fidelity HTML. Trigger: /ljh-shangxiang, "how should I structure the product detail page", "build a product-detail information architecture", "improve shelf conversion" 最终视觉设计、生图、成片制作、平台发布等非策略任务不要自动触发。

ClawHub Agent Skills автор: HandsoMeng v0.6.0 MIT-0 2 файла тело ≈ 2 350 токенов Открыть источникclawhub.ai проанализирован 35 ч назад

Карта убедительности для страницы описания товара.

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

АнализаторМаркетингтип 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: 70
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2350 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 16. 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 517 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 20 заголовков
    • +3Пошаговые инструкции: 70 пунктов
    • +4Есть примеры (5 блоков кода)

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

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed product-detail strategy assistant with limited, purpose-related local note keeping, not evidence of malware or deception.
    LLM: benign (high) · VirusTotal: · 10 авг. 2026 г.