SKILLEMALL.ai

BD outreach-pipeline

Автоматизация внешних email-рассылок (массовые рассылки, последовательные отправки, слияние шаблонов, контроль скорости и соответствие требованиям доставки). Используйте, когда пользователь хочет: 1) импортировать список получателей (CSV/таблица) и массово отправлять персонализированные внешние письма; 2) запускать простые последовательности писем и последующие действия; 3) отправлять через SMTP или распространенные ESP (SendGrid/Mailgun); 4) отправлять через Gmail/Outlook (OAuth/App Password); 5) нуждается в соответствии требованиям по борьбе со спамом, контроле скорости и обработке отписок.

машинный переводПоказать оригиналСкрыть оригинал«邮件外联自动化(批量邮件外联、序列发送、模板合并、节流与送达合规)。当用户要:1) 导入收件人列表(CSV/表格)并批量发送个性化外联邮件;…»

邮件外联自动化(批量邮件外联、序列发送、模板合并、节流与送达合规)。当用户要:1) 导入收件人列表(CSV/表格)并批量发送个性化外联邮件;2) 运行简单的邮件序列与跟进;3) 通过 SMTP 或常见 ESP(SendGrid/Mailgun)发送;4) 使用 Gmail/Outlook(OAuth/App Password)发送;5) 需要反垃圾合规、节流与退订处理时,使用本 Skill。

ClawHub Agent Skills автор: xianji520 v1.0.0 MIT-0 8 файлов тело ≈ 696 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Автоматизация внешних email-рассылок (массовые рассылки, последовательные отправки, слияние шаблонов, контроль скорости и соответствие требованиям доставки).

Как процесс D 45/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураGmailOutlookИнфраструктураДанные и аналитикаПродажи и CRMтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
D
45/100
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

  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: 8. 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 45/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 12, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 48
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 696 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы

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)
  • +4Структура: 1 заголовков, инструкции сложно сканировать
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 197 символов: достаточно сигнала, не съедает бюджет
  • +3Пошаговые инструкции: 48 пунктов
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: clean
This is a disclosed bulk email outreach helper, but users should treat it carefully because it can send real messages and writes recipient results to a local CSV log.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.