AB linkedin-jobs-search
Ищет вакансии в LinkedIn и извлекает полные сведения о вакансии. Поддерживает фильтрацию по типу работы (удаленная/очная/гибридная), типу контракта (полная/частичная занятость/контракт/стажировка), уровню опыта, дате публикации и компании. Возвращает название должности, компанию, местоположение, тип работы, тип контракта, уровень опыта, дату публикации, количество соискателей, описание вакансии, зарплату и прямые ссылки на вакансии. Используйте, когда пользователь упоминает вакансии LinkedIn, поиск вакансий LinkedIn, парсинг вакансий LinkedIn, извлечение списков вакансий LinkedIn, поиск вакансий на LinkedIn, открытые вакансии, объявления о вакансиях LinkedIn, поиск карьеры LinkedIn, поиск работы LinkedIn, вакансии LinkedIn, удаленные вакансии LinkedIn, вакансии на дому LinkedIn, парсер вакансий LinkedIn, данные о вакансиях LinkedIn, найм LinkedIn, сбор лидов вакансий LinkedIn.
машинный переводПоказать оригиналСкрыть оригинал«Search LinkedIn job listings and extract full job details. Supports fi…»
Search LinkedIn job listings and extract full job details. Supports filtering by work type (remote/on-site/hybrid), contract type (full-time/part-time/contract/internship), experience level, date posted, and company. Returns job title, company, location, work type, contract type, experience level, posted date, applicant count, job description, salary, and direct job URLs. Use when user mentions linkedin jobs, linkedin job search, scrape linkedin jobs, extract linkedin job listings, find jobs on linkedin, job openings, job postings linkedin, linkedin career search, job hunting linkedin, linkedin vacancy, jobs remote linkedin, work from home jobs linkedin, linkedin scraper jobs, linkedin job data, linkedin hiring, collect job leads linkedin.
Ищет вакансии в LinkedIn и извлекает полные сведения о вакансии.
Как процесс B 69/100 · Почти готов — слабые места: результат и критерий готовности, когда включается, повторный запуск
Как улучшить
- 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: 3. 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 69/100
- 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
- 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 25
- 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2281 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 11. 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)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 749 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 17 заголовков
- +3Пошаговые инструкции: 25 пунктов
- +4Есть примеры (3 блоков кода)
- +3Все 2 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.