SKILLEMALL.ai

AF cold-email-outreach

Автоматизированный конвейер холодных рассылок с использованием Resend API. Формирует списки потенциальных клиентов из государственных баз данных или путем веб-скрейпинга, обогащает контактной информацией, отправляет персонализированные холодные письма с последующими сообщениями и отслеживает ответы. Используйте при настройке кампаний холодных рассылок, создании списков лидов, автоматизации email-рассылок, поиске потенциальных клиентов для бизнеса, отправке последовательных сообщений или управлении доставляемостью писем.

машинный переводПоказать оригиналСкрыть оригинал«Automated cold email outreach pipeline using Resend API. Builds prospe…»

Automated cold email outreach pipeline using Resend API. Builds prospect lists from government databases or web scraping, enriches with contact info, sends personalized cold emails with drip follow-ups, and tracks responses. Use when setting up cold email campaigns, building lead lists, automating email outreach, prospecting businesses, sending drip sequences, or managing email deliverability.

ClawHub Agent Skills автор: merjua14 v1.0.0 MIT-0 5 файлов тело ≈ 546 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Автоматизированный конвейер холодных рассылок с использованием Resend API.

Как процесс F 42/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/send-followups.js, scripts/enrich-list.js

ПроцедураПродажи и CRMтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
F
42/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/send-followups.js, scripts/enrich-list.js
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/send-followups.js
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/enrich-list.js

Процессный рейтинг: все десять параметров 42/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/send-followups.js, scripts/enrich-list.js
  • 0Инструменты и файлы. Не хватает 2 файла(ов): scripts/send-followups.js, scripts/enrich-list.js
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 10, без проверки текущего состояния
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 21
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 546 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы

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 396 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 21 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

Внешние проверки

ClawHub: suspicious
This skill is openly designed for cold-email outreach, but it combines contact scraping/enrichment and live outbound sending without enough safeguards or narrow user control.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.