SKILLEMALL.ai

BF jeffli-wechat-post

Интеллектуальный агент для маркетинга в WeChat Moments/Public Accounts. Введите тему продукта/услуги, преимущества, информацию о лекторе, требования к изображениям, получите профессиональный текст + структурированные изображения. Триггерные слова: отправить в Moments, сгенерировать текст для Moments, WeChat статьи, маркетинг в Moments, create wechat post, generate wechat image post.

машинный переводПоказать оригиналСкрыть оригинал«微信公众号/朋友圈营销内容智能体。输入产品/服务主题、卖点、讲师信息、配图需求,输出专业文案+结构化配图。触发词:发朋友圈、生成朋友圈文案、…»

微信公众号/朋友圈营销内容智能体。输入产品/服务主题、卖点、讲师信息、配图需求,输出专业文案+结构化配图。触发词:发朋友圈、生成朋友圈文案、微信图文、朋友圈营销、create wechat post、generate wechat image post。

ClawHub Agent Skills автор: jeffli2002 v1.0.0 MIT-0 12 файлов тело ≈ 1 545 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Интеллектуальный агент для маркетинга в WeChat Moments/Public Accounts.

Как процесс F 33/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: {图片路径}

ГенераторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
59
Прогон на моделях
не было
Процессный рейтинг
F
33/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: {图片路径}
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

Такой же скилл встречается ещё в 1 месте: ClawHub

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. 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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 12. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: {图片路径}

Процессный рейтинг: все десять параметров 33/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: {图片路径}
  • 0Инструменты и файлы. Не хватает 1 файла(ов): {图片路径}
  • 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: 1, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (jeffli-wechat-post) не совпадает с папкой (jeff-wechat-post)
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Шаги. Шагов: 40
  • 100Стоимость исполнения. Тело инструкции 1545 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
  • -2Ссылки на localhost: у другого пользователя не заработает
  • -239 эмодзи в инструкциях: шум для модели
  • -31 из 6 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 127 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 27 заголовков
  • +3Пошаговые инструкции: 40 пунктов
  • +4Есть примеры (7 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 59.

Внешние проверки

ClawHub: suspicious
This WeChat marketing skill is mostly purpose-aligned, but it asks the agent to expose an unauthenticated callback server and store inbound request data with weak controls.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.