SKILLEMALL.ai

AB pitch-amplifier

Превратите расплывчатую подсказку, наблюдение или предположение в более глубокий новостной материал, извлекая сущности, получая контекст на 1-2 шага из графа знаний города и генерируя план для редактора. Используйте, когда пользователь говорит что-то вроде «这个选题怎么做深», «帮我放大这个线索», «这个观察能不能做成深度报道» или нуждается в углах подачи, противоречиях, собеседниках и структурном контексте местной темы.

машинный переводПоказать оригиналСкрыть оригинал«Turn a vague reporting clue, observation, or topic hunch into a deeper…»

Turn a vague reporting clue, observation, or topic hunch into a deeper news pitch by extracting entities, retrieving 1-2 hop context from a city knowledge graph, and generating an editor-style planning memo. Use when the user says things like “这个选题怎么做深”, “帮我放大这个线索”, “这个观察能不能做成深度报道”, or needs angles, contradictions, interview targets, and structural context behind a local topic.

ClawHub Agent Skills автор: huangzuomin2019 v1.0.0 MIT-0 3 файла тело ≈ 386 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Превратите расплывчатую подсказку, наблюдение или предположение в более глубокий новостной материал, извлекая сущности, получая контекст на 1-2 шага из графа…

Как процесс B 65/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу

ГенераторДанные и аналитикаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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: 3. 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 65/100

    • 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
    • 60Ошибки и развилки. Развилок: 2
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 17
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 386 токенов
    • 100Повторный запуск. Изменяющих операций нет

    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 380 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 5 заголовков
    • +3Пошаговые инструкции: 17 пунктов
    • +4Есть примеры (2 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    Внешние проверки

    ClawHub: suspicious
    This skill does its stated pitch-planning job, but it can send reporting clues and local graph context to an external LLM using existing API keys without disclosing that in the skill instructions.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.