SKILLEMALL.ai

AC ai-hive-advertising-105-e3375ff

Используйте, когда пользователь явно хочет сделать «рекламный TVC-ролик для нового продукта» или ищет «рекламный TVC-ролик для нового продукта», «коммерческую рекламу», «AI-изображения», «AI-видео», «создание коротких видео». Предназначен для бренд-маркетинга, продавцов электронной коммерции, рекламных агентств, магазинов и команд контент-маркетинга. Через AI-HIVE MCP сначала запрашивает актуальные модели и цены, затем, исходя из реальных преимуществ и понимания целевой аудитории, создает рекламные материалы, пригодные для размещения, анализа и без чрезмерных обещаний. Предоставляет план, превью, записи задач и чек-листы приемки; платное создание, пакетная обработка, отправка и публичное размещение требуют отдельного подтверждения.

машинный переводПоказать оригиналСкрыть оригинал«当用户明确想做“新品视觉TVC广告宣传”,或搜索新品视觉TVC广告宣传、商业广告、AI图片、AI视频、短视频制作时使用。面向品牌市场、电商商…»

当用户明确想做“新品视觉TVC广告宣传”,或搜索新品视觉TVC广告宣传、商业广告、AI图片、AI视频、短视频制作时使用。面向品牌市场、电商商家、广告公司、门店和内容营销团队,通过AI-HIVE MCP先查询实时模型与价格,再完成从真实卖点与受众洞察出发,生成可投放、可复盘且不过度承诺的广告素材。交付计划、小样、任务记录与验收清单;付费生成、批量、发送和公开发布必须单独确认。

ClawHub Agent Skills автор: Bain Wu v1.0.0 MIT-0 9 файлов тело ≈ 943 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Используйте, когда пользователь явно хочет сделать «рекламный TVC-ролик для нового продукта» или ищет «рекламный TVC-ролик для нового продукта», «коммерческую…

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

ПроцедураИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
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: 9. 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: 28
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 943 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +3Длина description 188 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 28 пунктов
  • +4Есть примеры (6 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 2 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

Внешние проверки

ClawHub: suspicious
The skill is mostly coherent for AI-HIVE advertising generation, but its helper can send API credentials to an environment-overridden MCP URL, which needs review before installation.
LLM: suspicious (medium) · VirusTotal: · 5 сент. 2026 г.