SKILLEMALL.ai
EN Войти

AC email-sequence

Когда пользователь хочет создать или оптимизировать последовательность электронных писем, drip-кампанию, автоматизированный поток писем или программу email-маркетинга по жизненному циклу. Также используйте, когда пользователь упоминает "email sequence", "drip campaign", "nurture sequence", "onboarding emails", "welcome sequence", "re-engagement emails", "email automation", или "lifecycle emails". Для онбординга в приложении см. onboarding-cro.

машинный переводПоказать оригиналСкрыть оригинал«When the user wants to create or optimize an email sequence, drip camp…»

When the user wants to create or optimize an email sequence, drip campaign, automated email flow, or lifecycle email program. Also use when the user mentions "email sequence," "drip campaign," "nurture sequence," "onboarding emails," "welcome sequence," "re-engagement emails," "email automation," or "lifecycle emails." For in-app onboarding, see onboarding-cro.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 1 файл тело ≈ 5 878 токенов Открыть источникgithub.com↗ проанализирован 13 ч назад

Когда пользователь хочет создать или оптимизировать последовательность электронных писем, drip-кампанию, автоматизированный поток писем или программу…

Как процесс C 62/100 · Есть пробелы — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

ГенераторМаркетингДанные и аналитикатип 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%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5878 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 62/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 13, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Шаги. Шагов: 418, расплывчатых формулировок: 8
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 70Стоимость исполнения. Тело инструкции 5878 токенов
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Согласованность. Имя и обязательные поля на месте
  • low Разделов верхнего уровня: 13. 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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 8 примера фраз-триггеров в кавычках
  • +3Длина description 363 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 79 заголовков
  • +3Пошаговые инструкции: 418 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.