BC linkedin-content
Создание публикаций для LinkedIn с использованием формул для "крючков", правил форматирования и паттернов вовлечения. Охватывает типы публикаций, сигналы алгоритма, лимиты символов и основные темы контента. Используйте для: публикаций в LinkedIn, профессионального контента, лидерства мнений, B2B-контента, личного бренда. Триггеры: пост в LinkedIn, контент для LinkedIn, написание для LinkedIn, стратегия LinkedIn, вовлечение в LinkedIn, алгоритм LinkedIn, "крючок" для LinkedIn, форматирование LinkedIn, лидерство мнений, профессиональный контент, B2B-контент, рост в LinkedIn
машинный переводПоказать оригиналСкрыть оригинал«LinkedIn post writing with hook formulas, formatting rules, and engage…»
LinkedIn post writing with hook formulas, formatting rules, and engagement patterns. Covers post types, algorithm signals, character limits, and content pillars. Use for: LinkedIn posts, professional content, thought leadership, B2B content, personal branding. Triggers: linkedin post, linkedin content, linkedin writing, linkedin strategy, linkedin engagement, linkedin algorithm, linkedin hook, linkedin formatting, thought leadership, professional content, b2b content, linkedin growth
Создание публикаций для LinkedIn с использованием формул для "крючков", правил форматирования и паттернов вовлечения.
Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
Чем это грозит
Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.
Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.
Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.
Как улучшить
- Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
- 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
-
высокая Опасные команды
cmd-pipe-to-shellSKILL.md:14Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell)curl -fsSL https://cli.inference.sh | sh && infsh login
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 56/100
- 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
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Ошибки и развилки. Развилок: 2
- 75Шаги. Шагов: 3
- 100Инструменты и файлы. Инструменты объявлены во frontmatter
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2263 токенов
- low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле
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 488 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 19 заголовков
- +3Пошаговые инструкции: 3 пунктов
- +4Есть примеры (6 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.