SKILLEMALL.ai

AB linkedin-post-audit

Проверяйте черновик публикации в LinkedIn на соответствие алгоритмическим эвристикам и правилам стиля 2026 года перед публикацией. Используйте, когда у пользователя есть черновик, и он хочет выявить признаки ИИ, штрафы алгоритма или структурные проблемы перед публикацией. Возвращает отчет о прохождении/непрохождении с конкретными исправлениями и необязательными автоматическими переписываниями. Ключевые слова: аудит публикации, проверка LinkedIn, проверка алгоритма, 360Brew, гуманизатор, обнаружение ИИ, проверка перед публикацией.

машинный переводПоказать оригиналСкрыть оригинал«Audit a LinkedIn post draft against 2026 algorithm heuristics and voic…»

Audit a LinkedIn post draft against 2026 algorithm heuristics and voice rules before publishing. Use when the user has a draft and wants to catch AI tells, algorithm penalties, or structural issues before shipping. Returns a pass/fail report with specific fixes and optional auto-rewrites. Keywords: post audit, linkedin review, algorithm check, 360Brew, humanizer, AI detection, pre-publish check.

ClawHub Agent Skills автор: Sergey Bulaev v1.0.0 MIT-0 4 файла тело ≈ 805 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Проверяйте черновик публикации в LinkedIn на соответствие алгоритмическим эвристикам и правилам стиля 2026 года перед публикацией.

Как процесс B 79/100 · Почти готов — слабые места: повторный запуск, отчётность по ходу

АнализаторИнфраструктураДанные и аналитикаТорговлятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
B
79/100
Почти готов
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Результат и критерий готовности вес 14
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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Audit a LinkedIn post draft against 2026 algorithm heuristics and … ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении

    Процессный рейтинг: все десять параметров 79/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 60Ошибки и развилки. Развилок: 2
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 43
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 805 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

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 398 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 43 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (0 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

    Внешние проверки

    ClawHub: clean
    This is a text-only LinkedIn draft review checklist with no code, account access, or background behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.