SKILLEMALL.ai

BC 1688-item-title-optimizer

Оптимизация заголовков товаров 1688 Возможности инструмента: добавление в заголовок товара популярных слов (быстро, на основе правил) и глубокая переработка с помощью LLM (высокое качество, естественно и плавно), поддержка пользовательских предпочтений. Если пользователь не выбрал товар для оптимизации заголовка, навык может предоставить компонент для выбора; Ключевые слова: оптимизировать заголовок, оптимизация заголовка, изменить заголовок, переписать заголовок, заголовок товара, переделка заголовка, анализ заголовка, хочу оптимизировать заголовок, какие слова в заголовке бесполезны, какие популярные ключевые слова следует добавить в заголовок, как оптимизировать заголовок моего товара?, как оптимизировать мой заголовок?, я хочу оптимизировать заголовок товара

машинный переводПоказать оригиналСкрыть оригинал«1688商品标题优化 工具能力:为商品标题添加热词优化(快速、基于规则)和 LLM 深度重写(高质量、自然流畅),支持用户输入偏好。如果用户…»

1688商品标题优化 工具能力:为商品标题添加热词优化(快速、基于规则)和 LLM 深度重写(高质量、自然流畅),支持用户输入偏好。如果用户没有选择想优化标题的商品,技能中可以出组件让用户选择; 触发词:优化标题、标题优化、改标题、重写标题、商品标题、标题改写、分析标题、我要优化标题、标题里哪些词没用、标题里应该加哪些热搜关键词、我的商品标题怎么优化?、我的标题怎么优化?、我要优化商品标题

ClawHub Agent Skills автор: 1688AiInfra v0.83.0 MIT-0 38 файлов тело ≈ 3 203 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Оптимизация заголовков товаров 1688 Возможности инструмента: добавление в заголовок товара популярных слов (быстро, на основе правил) и глубокая переработка с…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 38. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 109
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3203 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 14. 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
  • -231 эмодзи в инструкциях: шум для модели
  • -36 из 7 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 196 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 25 заголовков
  • +3Пошаговые инструкции: 109 пунктов
  • +4Есть примеры (9 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 4)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: suspicious
The skill mostly matches its title-optimization purpose, but it defaults to processing every bound shop and contains conflicting fallback instructions for user title selection.
LLM: suspicious (high) · 4 сент. 2026 г.