SKILLEMALL.ai

AC email-sequence

Конструктор email-последовательностей и nurturing-потоков для B2B SaaS. Используйте этот навык, когда пользователь хочет написать, спланировать или оптимизировать email-последовательности, drip-кампании или nurturing-потоки. Активируется по фразам вроде «напиши email-последовательность», «drip-кампания», «nurturing-поток», «email-каденция», «исходящая email-последовательность», «follow-up emails», «MQL nurture», «trial nurture emails», «demo follow-up sequence», «cold email sequence», «subject lines» или любому запросу на создание структурированной серии писем для B2B-аудитории.

машинный переводПоказать оригиналСкрыть оригинал«B2B SaaS email sequence and nurture flow builder. Use this skill whene…»

B2B SaaS email sequence and nurture flow builder. Use this skill whenever the user wants to write, plan, or optimize email sequences, drip campaigns, or nurture flows. Trigger for phrases like "write an email sequence", "drip campaign", "nurture flow", "email cadence", "outbound email sequence", "follow-up emails", "MQL nurture", "trial nurture emails", "demo follow-up sequence", "cold email sequence", "subject lines", or any request to create a structured series of emails for a B2B audience.

ClawHub Agent Skills автор: René Hdz v1.0.0 MIT-0 2 файла тело ≈ 686 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Конструктор email-последовательностей и nurturing-потоков для B2B SaaS.

Как процесс C 60/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, согласованность

ГенераторМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 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 60/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (email-sequence) не совпадает с папкой (b2b-saas-email-sequence)
    • 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: 11
    • 100Стоимость исполнения. Тело инструкции 686 токенов

    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 11 примера фраз-триггеров в кавычках
    • +3Длина description 497 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 11 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (4 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    Внешние проверки

    ClawHub: clean
    The skill appears to be a B2B email-sequence helper, with only a minor routing-scope concern and no evidence of hidden access, persistence, credential use, or unsafe actions.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.