SKILLEMALL.ai

AC creator-watch

Управление и анализ кураторского списка авторов Twitter/X для обучения и исследований. Отслеживает соло-предпринимателей, лидеров мнений, исследователей ИИ и создателей контента. Собирает их контент, импортирует в базу данных и анализирует закономерности. Триггеры: "список авторов", "собирать авторов", "обновить базу данных авторов", "на кого мне подписаться?", "анализировать автора", "отслеживать инфлюенсера" или любой запрос на мониторинг авторов.

машинный переводПоказать оригиналСкрыть оригинал«Manage and analyze a curated watchlist of Twitter/X creators for learn…»

Manage and analyze a curated watchlist of Twitter/X creators for learning and research. Tracks solopreneurs, thought leaders, AI researchers, and content creators. Scrape their content, import to a database, and analyze patterns. Triggers on "creator watchlist", "scrape creators", "update creator database", "who should I follow", "analyze creator", "track influencer", or any creator monitoring request.

ClawHub Agent Skills автор: Lucius Pang v1.0.0 1 файл тело ≈ 2 130 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Управление и анализ кураторского списка авторов Twitter/X для обучения и исследований.

Как процесс C 61/100 · Есть пробелы — слабые места: входы и предусловия, согласованность, отчётность по ходу

АнализаторИнфраструктураРазработкаТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Согласованность вес 8
40
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.
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: 1. 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")

Процессный рейтинг: все десять параметров 61/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 40Согласованность. Имя во frontmatter (creator-watch) не совпадает с папкой (phy-creator-watch)
  • 55Ошибки и развилки. Развилок: 1
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Шаги. Шагов: 34
  • 100Стоимость исполнения. Тело инструкции 2130 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 6 примера фраз-триггеров в кавычках
  • +3Длина description 405 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 25 заголовков
  • +3Пошаговые инструкции: 34 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (10 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

Внешние проверки

ClawHub: clean
This is a disclosed Twitter/X creator research workflow, with no bundled executable code or hidden install behavior, but scraping and database writes should be user-confirmed.
LLM: benign (high) · VirusTotal: benign · 28 мая 2026 г.