SKILLEMALL.ai

AC middle-aged-social-comment

Инструмент для полного цикла написания общественно-политических комментариев для WeChat-публикаций, ориентированный на читателей среднего возраста 30-50 лет. От поиска горячих тем, отбора тем, разбора материалов, выделения ярких фраз до стилизованного написания, строго следуя нелинейному повествованию, концепции "необработанных мыслей" и эстетике несовершенства, создает глубоко резонирующие статьи с социальными наблюдениями. Используется, когда пользователю нужно написать общественно-политический комментарий для WeChat, провести анализ горячих тем, написать статью с мнением для аудитории среднего возраста или когда требуется "писать в стиле WeChat" "написать комментарий".

машинный переводПоказать оригиналСкрыть оригинал«面向30-50岁中年读者的微信公众号社会评论文章全流程写作工具。从热点挖掘、选题筛选、素材拆解、金句提炼到风格化成稿,严格遵循非线性叙事、思…»

面向30-50岁中年读者的微信公众号社会评论文章全流程写作工具。从热点挖掘、选题筛选、素材拆解、金句提炼到风格化成稿,严格遵循非线性叙事、思维毛边、瑕疵美学的灵性写作风格,产出有深度共鸣的社会观察类评论文章。当用户需要写公众号社会评论、热点分析、中年向观点文,或要求"按公众号风格写""写一篇评论文章"时使用。

ClawHub Agent Skills автор: Evan Song v1.0.0 MIT-0 5 файлов тело ≈ 437 токенов Открыть источникclawhub.ai проанализирован 25 ч назад

Инструмент для полного цикла написания общественно-политических комментариев для WeChat-публикаций, ориентированный на читателей среднего возраста 30-50 лет.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

Процедуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

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: 5. 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 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 43
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 437 токенов
  • 100Повторный запуск. Изменяющих операций нет

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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +2Инструкции на одном языке
  • +5В description 2 примера фраз-триггеров в кавычках
  • +3Длина description 155 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 43 пунктов
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: clean
This is a disclosed Chinese social-commentary writing skill with no executable code, persistence, credential handling, or hidden high-impact behavior.
LLM: benign (high) · VirusTotal: · 26 июл. 2026 г.