SKILLEMALL.ai

AB linkedin-engager-analytics

Извлекает пользователей, которым понравился или прокомментировал любой пост в LinkedIn, и сегментирует их по соответствию ICP (равный / желаемый / потенциальный / другой). Создает список вовлеченных пользователей, разбивку по уровням и списки действий для исходящего общения (подписка в ответ, комментарий, прямое сообщение с кратким началом). Работает на Apify, без входа в LinkedIn. Активируется по запросам "кто лайкнул мой пост", "кто взаимодействовал", "отчет по взаимодействиям", "аналитика аудитории". Не для отслеживания ответов автора на ваши комментарии (используйте linkedin-thread-monitor).

машинный переводПоказать оригиналСкрыть оригинал«Pull the people who liked or commented on any LinkedIn post and segmen…»

Pull the people who liked or commented on any LinkedIn post and segment them by ICP fit (peer / aspirational / prospect / other). Produces an engager roster, tier breakdown, and outbound action lists (follow back, comment-drop, DM-able with one-line openers). Powered by Apify, no LinkedIn login. Triggers on "who liked my post", "who engaged", "engagers report", "audience analytics". Not for tracking author replies to your comments (use linkedin-thread-monitor).

ClawHub Agent Skills автор: Sergey Bulaev v1.0.9 MIT-0 3 файла тело ≈ 1 026 токенов Открыть источникclawhub.ai проанализирован 20 ч назад

Извлекает пользователей, которым понравился или прокомментировал любой пост в LinkedIn, и сегментирует их по соответствию ICP (равный / желаемый /…

Как процесс B 75/100 · Почти готов — слабые места: повторный запуск, отчётность по ходу

АнализаторДанные и аналитикаПродажи и CRMМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
96
Прогон на моделях
не было
Процессный рейтинг
B
75/100
Почти готов
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Инструменты и файлы вес 18
60
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: 3. 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 75/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 60Ошибки и развилки. Развилок: 2
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 30
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1026 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

    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 465 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 30 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 96.

    Внешние проверки

    ClawHub: suspicious
    This skill is mostly transparent, but it can scrape and profile LinkedIn engagers for outreach and its allowed scope is inconsistent.
    LLM: suspicious (medium) · VirusTotal: · 9 июл. 2026 г.