SKILLEMALL.ai
EN Войти

AD twitterhdh

Пишет вирусные, убедительные, привлекательные твиты и треды. Использует веб-исследования для поиска вирусных примеров в вашей нише, затем моделирует написание на основе проверенных формул и оптимизации алгоритма X. Используйте при создании твитов, тредов или стратегии контента X.

машинный переводПоказать оригиналСкрыть оригинал«Write viral, persuasive, engaging tweets and threads. Uses web researc…»

Write viral, persuasive, engaging tweets and threads. Uses web research to find viral examples in your niche, then models writing based on proven formulas and X algorithm optimization. Use when creating tweets, threads, or X content strategy.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 1 файл тело ≈ 2 978 токенов Открыть источникgithub.com↗ проанализирован 29 ч назад

Пишет вирусные, убедительные, привлекательные твиты и треды.

Как процесс D 46/100 · Процесс не доведён — слабые места: когда включается, входы и предусловия, ошибки и развилки

ГенераторТексты и документытип 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
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 1. 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 46/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Шаги. Шагов: 112, расплывчатых формулировок: 5
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2978 токенов
    • low Разделов верхнего уровня: 15. 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 242 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 45 заголовков
    • +3Пошаговые инструкции: 112 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (17 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.