SKILLEMALL.ai
EN Войти

BC cn-content-factory

Фабрика контента для китайских СМИ: создание высококачественного контента для Xiaohongshu/Gongzhonghao/Douyin/Zhihu в один клик. Поддерживает выбор горячих тем, создание вирусных заголовков, адаптацию к стилям разных платформ, устранение следов ИИ и SEO-оптимизацию. Активируется, когда пользователь упоминает "написать текст", "создание контента", "опубликовать в Xiaohongshu", "статья для Gongzhonghao", "сценарий для Douyin", "ответ для Zhihu", "массовое создание контента", "контент-матрица".

машинный переводПоказать оригиналСкрыть оригинал«中文自媒体内容工厂：一键生成适配小红书/公众号/抖音/知乎的高质量内容。 支持热点选题、爆款标题、多平台风格适配、去AI味润色、SEO优化。…»

中文自媒体内容工厂：一键生成适配小红书/公众号/抖音/知乎的高质量内容。 支持热点选题、爆款标题、多平台风格适配、去AI味润色、SEO优化。 当用户提到"写文案"、"内容创作"、"发小红书"、"公众号文章"、"抖音脚本"、 "知乎回答"、"批量内容"、"内容矩阵"时触发。

ClawHub Agent Skills автор: l1379703917-del v1.0.0 MIT-0 3 файла тело ≈ 425 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Фабрика контента для китайских СМИ: создание высококачественного контента для Xiaohongshu/Gongzhonghao/Douyin/Zhihu в один клик.

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

СправочникИнфраструктураМаркетингтип 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
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
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

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

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "keywords"

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: 38
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 425 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

  • +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 136 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 38 пунктов
  • +4Есть примеры (9 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: clean
This is a text-only Chinese social-media writing skill with broad activation wording but no code, credentials, account access, or publishing authority.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.