AB LinkedIn Post Optimizer
Берет существующий черновик LinkedIn и возвращает полностью оптимизированную версию с журналом изменений, объясняющим каждое решение. Используйте, когда пользователь вставляет сообщение LinkedIn и просит оптимизировать, улучшить, переписать, исправить или усилить его — триггерные фразы включают «оптимизировать это сообщение LinkedIn», «сделать это сообщение LinkedIn сильнее», «переписать мое сообщение LinkedIn», «исправить это сообщение LinkedIn», «улучшить мое сообщение LinkedIn», «мое сообщение LinkedIn не работает», «можете ли вы оживить этот черновик» или «сделать это сообщение лучше». Это оптимизатор, а не автор — он требует существующий черновик в качестве входных данных.
машинный переводПоказать оригиналСкрыть оригинал«Takes an existing LinkedIn draft and returns a fully optimized version…»
Takes an existing LinkedIn draft and returns a fully optimized version with a change log explaining every decision. Use when a user pastes a LinkedIn post and asks to optimize, improve, rewrite, fix, or strengthen it — trigger phrases include "optimize this LinkedIn post," "make this LinkedIn post stronger," "rewrite my LinkedIn post," "fix this LinkedIn post," "improve my LinkedIn post," "my LinkedIn post isn't performing," "can you punch up this draft," or "make this post better." This is an optimizer, not a writer — it requires an existing draft as input.
Берет существующий черновик LinkedIn и возвращает полностью оптимизированную версию с журналом изменений, объясняющим каждое решение.
Как процесс B 67/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, согласованность
Как улучшить
- 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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
name-formatname должен быть в kebab-case (строчные буквы, цифры, дефисы) - заметка
frontmatter-keyнеизвестное поле фронтматтера "slug"
Процессный рейтинг: все десять параметров 67/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 40Согласованность. Имя во frontmatter (LinkedIn Post Optimizer) не совпадает с папкой (linkedin-post-optimizer)
- 70Ошибки и развилки. Развилок: 17
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 42
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Стоимость исполнения. Тело инструкции 2602 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
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
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- +2Инструкции на одном языке
- +5В description 8 примера фраз-триггеров в кавычках
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 564 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 17 заголовков
- +3Пошаговые инструкции: 42 пунктов
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.