SKILLEMALL.ai
EN Войти

AF dropspace-content-engine

Самосовершенствующийся автономный контент-пайплайн. Анализирует эффективность публикаций на 6 платформах, генерирует новый контент с помощью ИИ (слайд-шоу, твиты, посты в LinkedIn, треды Reddit), планирует публикацию через API Dropspace. Становится умнее каждую ночь — каждый цикл обучается на реальных данных вовлеченности. Используйте, когда вас просят настроить автономную публикацию контента, запустить контент-движок или управлять автоматизацией социальных сетей на нескольких платформах.

машинный переводПоказать оригиналСкрыть оригинал«Self-improving autonomous content pipeline. Analyzes post performance…»

Self-improving autonomous content pipeline. Analyzes post performance across 6 platforms, generates new content with AI (slideshows, tweets, linkedin posts, reddit threads), schedules via Dropspace API. Gets smarter every night — each cycle learns from real engagement data. Use when asked to set up autonomous content posting, run the content engine, or manage multi-platform social media automation.

ClawHub Agent Skills автор: JCLVSH v1.0.1 MIT-0 2 файла тело ≈ 745 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Самосовершенствующийся автономный контент-пайплайн.

Как процесс F 38/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: templates/.env.example

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
F
38/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: templates/.env.example
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Утечка данных read-dotenv SKILL.md:60
    Чтение файла .env
    source .env

Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: templates/.env.example
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
  • заметка frontmatter-key неизвестное поле фронтматтера "source"

Процессный рейтинг: все десять параметров 38/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: templates/.env.example
  • 0Инструменты и файлы. Не хватает 1 файла(ов): templates/.env.example
  • 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: 10, без проверки текущего состояния
  • 55Ошибки и развилки. Развилок: 1
  • 100Шаги. Шагов: 11
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 745 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 401 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 11 пунктов
  • +4Есть примеры (5 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: clean
This skill openly describes an autonomous social-media posting pipeline, and its account-impacting behavior is aligned with that purpose.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.