SKILLEMALL.ai
GitHub ↗ EN Войти

CC walmart-category-listing

Скрейпер категорий Walmart: введите URL страницы категорий или просмотра walmart.com с необязательным номером страницы, извлеките списки продуктов с разбивкой по страницам, включая itemId, url, title, brand, image, price, wasPrice, rating, reviewCount, availability, seller info, fulfillmentBadge и classType. Используйте, когда пользователь упоминает категорию Walmart, страницу просмотра Walmart, список категорий Walmart, скрейпинг категории Walmart, скрейпинг отдела Walmart, URL категории Walmart, просмотр категорий Walmart, продукты категории Walmart, скрейпер страниц категорий Walmart, скрейпер просмотра Walmart, извлечение товаров из категории Walmart, отфильтрованную категорию Walmart, продукты подкатегорий Walmart, товары из просмотра Walmart, список отделов Walmart, просмотр каталога Walmart, скрейпер проходов Walmart. Также применяется для сбора продуктов из определенного URL категории Walmart с примененными фильтрами (например, URL отфильтрованных категорий, скопированные из браузера), скрейпинга всех товаров из раздела просмотра Walmart, мониторинга цен в рамках категории Walmart и обхода родительских категорий, где сначала перечисляются URL подкатегорий.

машинный переводПоказать оригиналСкрыть оригинал«Walmart category page scraper: input a walmart.com browse or category…»

Walmart category page scraper: input a walmart.com browse or category URL with optional page number, extract paginated product listings with itemId, url, title, brand, image, price, wasPrice, rating, reviewCount, availability, seller info, fulfillmentBadge, and classType. Use when user mentions walmart category, walmart browse page, walmart category listing, scrape walmart category, walmart department scrape, walmart category URL, browse walmart categories, walmart category products, walmart category page scraper, walmart browse scraper, extract walmart category items, walmart filtered category, walmart subcategory products, walmart browse items, walmart department listing, walmart catalog browse, walmart aisle scraper. Also applies to collecting products from a specific walmart category URL with filters applied (e.g. filtered category URLs copied from the browser), scraping all items from a walmart browse section, category-scoped price monitoring on walmart, and parent category crawling where subcategory URLs are enumerated first.

browser-act/skills Agent Skills автор: browser-act MIT 2 файла · 1 скрипт тело ≈ 1 506 токенов Открыть источникgithub.com↗ проанализирован 6 дн назад

Скрейпер категорий Walmart: введите URL страницы категорий или просмотра walmart.com с необязательным номером страницы, извлеките списки продуктов с разбивкой…

Как процесс C 54/100 · Есть пробелы — Скилл ссылается на файлы, которых нет в архиве: scripts/*.py

АнализаторМаркетингИнфраструктуратип 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
81/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
53
Прогон на моделях
не было
Процессный рейтинг
C
54/100
Есть пробелы
Скилл ссылается на файлы, которых нет в архиве: scripts/*.py
Инструменты и файлы вес 18
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Сократите description до 1024 символов.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • ошибка description-long description 1047 символов, лимит 1024
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/*.py

Процессный рейтинг: все десять параметров 54/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/*.py
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/*.py
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 85Шаги. Шагов: 16, расплывчатых формулировок: 2
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1506 токенов
  • low Разделов верхнего уровня: 10. 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)
  • +3Длина description 1047: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +4Есть примеры (2 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 53.