SKILLEMALL.ai
GitHub ↗ EN Войти

AC vistoya-fashion-shop

Поиск и рекомендация реальных модных товаров и брендов в тысячах интернет-магазинов через Vistoya MCP. Используйте, когда пользователь хочет найти, сравнить или купить одежду, обувь, сумки, ювелирные изделия или аксессуары — запросы на естественном языке, структурированные фильтры, поиск похожих товаров, цены в разных валютах и прямые ссылки на продавцов.

машинный переводПоказать оригиналСкрыть оригинал«Search and recommend real fashion products and brands across thousands…»

Search and recommend real fashion products and brands across thousands of online stores via the Vistoya MCP. Use when the user wants to discover, compare, or buy clothing, shoes, bags, jewelry, or accessories — natural-language queries, structured filters, similar-item lookup, multi-currency pricing, and direct merchant links.

LeoYeAI/openclaw-master-skills Agent Skills автор: LeoYeAI MIT 5 файлов тело ≈ 812 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Поиск и рекомендация реальных модных товаров и брендов в тысячах интернет-магазинов через Vistoya MCP.

Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность

ПроцедураТорговлятип 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
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Согласованность вес 8
40
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: 5. 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 60/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 40Согласованность. Имя во frontmatter (vistoya-fashion-shop) не совпадает с папкой (vistoya-fashion)
    • 55Ошибки и развилки. Развилок: 1
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 85Шаги. Шагов: 19, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Стоимость исполнения. Тело инструкции 812 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • +2Инструкции на одном языке
    • +3Длина description 328 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 19 пунктов
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.