SKILLEMALL.ai
EN Войти

AD yunlv-linkedin-outreach

Используйте, когда пользователю нужно сгенерировать персонализированные запросы на подключение или сообщения для LinkedIn. Используйте для автоматизации генерации лидов и взаимодействия в LinkedIn. Используйте при написании профессиональных B2B сообщений для потенциальных клиентов в LinkedIn. Используйте, когда пользователь упоминает "LinkedIn开发信", "领英触达", "LinkedIn消息", "社交获客", "连接请求", "领英营销".

машинный переводПоказать оригиналСкрыть оригинал«Use when user needs to generate personalized LinkedIn connection reque…»

Use when user needs to generate personalized LinkedIn connection requests or outreach messages. Use when automating LinkedIn lead generation and engagement. Use when writing professional B2B messages for LinkedIn prospects. Use when user mentions "LinkedIn开发信", "领英触达", "LinkedIn消息", "社交获客", "连接请求", "领英营销".

ClawHub Agent Skills автор: WangM-A3 v1.0.3 MIT-0 6 файлов тело ≈ 1 205 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Используйте для автоматизации генерации лидов и взаимодействия в LinkedIn.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторПродажи и CRMтип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
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

    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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
    • заметка frontmatter-key неизвестное поле фронтматтера "progressive"
    • заметка frontmatter-key неизвестное поле фронтматтера "triggers"

    Процессный рейтинг: все десять параметров 49/100

    • 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
    • 40Согласованность. Имя во frontmatter (yunlv-linkedin-outreach) не совпадает с папкой (skill-linkedin)
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 42
    • 100Стоимость исполнения. Тело инструкции 1205 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 10. 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +2Инструкции на одном языке
    • +5В description 2 примера фраз-триггеров в кавычках
    • +3Длина description 307 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 25 заголовков
    • +3Пошаговые инструкции: 42 пунктов
    • +4Есть примеры (5 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 3)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: suspicious
    This LinkedIn outreach skill has a coherent purpose, but it needs Review because it combines sensitive LinkedIn credentials, automated outreach, and stored prospect data without enough scoping or retention safeguards.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.