AC social-listening
Отслеживает социальные обсуждения и настроения вокруг брендов, тем или отраслей, ища твиты и дискуссии для получения инсайтов. Используйте, когда пользователь хочет прослушивания социальных сетей, упоминаний бренда, анализа настроений, мониторинга социальных сетей или отслеживания настроений бренда. Также используйте, когда пользователь упоминает «что говорят люди о», «упоминания в Twitter», «упоминания в X», «социальный ажиотаж», «онлайн-обсуждения», «мониторить бренд» или «отслеживать настроения». Этот навык ищет закономерности обсуждений и настроения в социальных сетях — для необработанного поиска в Twitter/X см. exa-x-search; для создания контента на основе социальных инсайтов см. social-content. См. exa-x-search для необработанного поиска твитов, см. social-content для создания постов в социальных сетях, см. content-strategy для планирования контента на основе социальных инсайтов.
машинный переводПоказать оригиналСкрыть оригинал«Monitors social conversations and sentiment around brands, topics, or…»
Monitors social conversations and sentiment around brands, topics, or industries by searching tweets and discussions to surface insights. Use when the user wants social listening, brand mentions, sentiment analysis, social monitoring, or brand sentiment tracking. Also use when the user mentions 'what are people saying about,' 'Twitter mentions,' 'X mentions,' 'social buzz,' 'online conversations,' 'monitor brand,' or 'track sentiment.' This skill searches social platforms for conversation patterns and sentiment -- for raw Twitter/X search, see exa-x-search; for content creation based on social insights, see social-content. See exa-x-search for raw tweet searching, see social-content for creating social posts, see content-strategy for content planning from social insights.
Отслеживает социальные обсуждения и настроения вокруг брендов, тем или отраслей, ища твиты и дискуссии для получения инсайтов.
Как процесс C 63/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, согласованность
Как улучшить
- 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
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 63/100
- 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
- 40Согласованность. Имя во frontmatter (social-listening) не совпадает с папкой (abm-social-listening)
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 40
- 100Стоимость исполнения. Тело инструкции 1942 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)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 782 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 18 заголовков
- +3Пошаговые инструкции: 40 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (7 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.