SKILLEMALL.ai
GitHub ↗ EN Войти

CB apify-app-store-intelligence

Извлекает структурированные данные из Apple App Store и Google Play — метаданные приложения, цену, рейтинг, гистограмму рейтингов от 1 до 5★, версию, разработчика и отзывы — и отслеживает их изменения с течением времени. Используйте, когда пользователь просит найти приложение iOS или Android по App ID, bundle ID, имени пакета или названию приложения, сравнить набор конкурирующих приложений в обоих магазинах, отслеживать изменения цены или рейтинга конкурента, отслеживать выпуск новой версии приложения, извлекать отзывы из App Store или Google Play, разрешить bundle ID в полную запись приложения, проверить рейтинг приложения в нескольких региональных магазинах, создать набор данных ASO или рынка приложений, или настроить периодическое отслеживание цены, рейтинга и версии приложения в магазине приложений. Один маршрутизированный Actor, praise-most-high/app-store-intelligence, создан автором этого навыка; каждая другая строка не связана (см. Раскрытие информации).

машинный переводПоказать оригиналСкрыть оригинал«Pull structured Apple App Store and Google Play data — app metadata, p…»

Pull structured Apple App Store and Google Play data — app metadata, price, rating, the 1–5★ ratings histogram, version, developer, and reviews — and watch it for changes over time. Use when the user asks to look up an iOS or Android app by App ID, bundle ID, package name or app name, compare a set of competitor apps across both stores, monitor a competitor's price or rating for changes, track when an app ships a new version, scrape App Store or Google Play reviews, resolve a bundle ID to a full app record, check an app's rating across multiple country storefronts, build an ASO or app-market dataset, or set up a recurring app-store watch on an app's price, rating and version. One routed Actor, praise-most-high/app-store-intelligence, is built by this skill's author; every other row is unaffiliated (see Disclosure).

Не рекомендуетсяесть критические или высокие находки безопасности
apify/awesome-skills Agent Skills автор: apify 3 файла тело ≈ 3 216 токенов Открыть источникgithub.com↗ проанализирован 3 дн назад

Извлекает структурированные данные из Apple App Store и Google Play — метаданные приложения, цену, рейтинг, гистограмму рейтингов от 1 до 5★, версию…

Как процесс B 68/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск

ПроцедураДанные и аналитикаИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: 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) OpenClaw Goose OpenCode
JSON
Технический рейтинг
C
83/100
безопасность, качество, тесты
Безопасность 60%
82
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Результат и критерий готовности вес 14
0
Повторный запуск вес 4
30
Ошибки и развилки вес 10
55
три самых слабых из десяти параметров · все десять

Чем это грозит

Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.

Сокрытие от пользователя
Если установить

Скилл просит агента что-то скрывать от вас: не показывать ошибки, не упоминать действия, отвечать иначе, чем было сделано. Вы теряете возможность контролировать, что агент реально сделал.

Автору

Прозрачность важнее гладкого ответа. Если хочется спрятать технический шум, попросите агента «кратко сообщить», а не «не сообщать».

Как улучшить

  1. Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
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 · 1

  • высокая Сокрытие от пользователя en-hide-from-user references/actor-index.md:26
    Инструкция скрыть действия от пользователя
    | 1–5★ ratings histogram, charts, in-app purchases | `sourabhbgp/apple-app-store-scraper` | community | `mode` (required, **no default** — the Console prefills `search`), `countries` (default `["us"]`

Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • заметка frontmatter-key неизвестное поле фронтматтера "author_url"

Процессный рейтинг: все десять параметров 68/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 55Ошибки и развилки. Развилок: 1
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 25
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3216 токенов
  • 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)
  • +3Длина description 826: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 25 пунктов
  • +4Есть примеры (0 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.