SKILLEMALL.ai
EN Войти

AC linkedin-automation

Автоматизация LinkedIn — публикация (с загрузкой изображений), комментирование (с упоминаниями @), редактирование/удаление комментариев, репост, чтение ленты, аналитика, мониторинг лайков, отслеживание вовлеченности и календарь контента с рабочим процессом утверждения. Использует Playwright с постоянным профилем браузера. Используйте для любых задач в LinkedIn, включая контент-стратегию, запланированные публикации, анализ вовлеченности и рост аудитории.

машинный переводПоказать оригиналСкрыть оригинал«LinkedIn automation — post (with image upload), comment (with @mention…»

LinkedIn automation — post (with image upload), comment (with @mentions), edit/delete comments, repost, read feed, analytics, like monitoring, engagement tracking, and content calendar with approval workflow. Uses Playwright with persistent browser profile. Use for any LinkedIn task including content strategy, scheduled publishing, engagement analysis, and audience growth.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 17 файлов тело ≈ 1 687 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Автоматизация LinkedIn — публикация (с загрузкой изображений), комментирование (с упоминаниями @), редактирование/удаление комментариев, репост, чтение ленты…

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, согласованность, повторный запуск

ГенераторPlaywrightДанные и аналитикаЛичная продуктивностьтип 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
93/100
безопасность, качество, тесты
Безопасность 60%
94
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Результат и критерий готовности вес 14
0
Повторный запуск вес 4
30
Согласованность вес 8
40
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Опасные команды средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.

Автору

Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.

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 · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • средняя Опасные команды cmd-privilege references/content-calendar.md:77
      Повышение привилегий / права на запись для всех
      sudo cp cc-webhook.service /etc/systemd/system/
    • низкая Опасные команды cmd-background-process references/content-calendar.md:78
      Запуск фонового / автозапускаемого процесса
      sudo systemctl enable --now cc-webhook

    Просканировано файлов: 17. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 55/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (linkedin-automation) не совпадает с папкой (inkedin-automation-that-really-works)
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 32, расплывчатых формулировок: 1
    • 100Стоимость исполнения. Тело инструкции 1687 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • low Разделов верхнего уровня: 12. 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 375 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 32 пунктов
    • +4Есть примеры (3 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)
    • +3Все 2 скриптов описаны в инструкциях

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