BD 1688-product-analysis
Комплексный инструмент анализа и диагностики товаров 1688. Интегрирует множество источников данных для глубокого анализа указанных товаров. Поддерживает сводку аномальных товаров из нескольких магазинов, ранжирование товаров по оценкам для выбора и диагностику отдельных товаров. Охватываемые возможности: анализ данных о товарах, диагностика эффективности продаж, выявление проблем с трафиком, оценка эффективности рекламы, рекомендации по оптимизации товаров, сводка аномальных товаров из нескольких магазинов, ранжирование ключевых товаров по оценкам, поиск товаров по ключевым словам. Сценарии использования: когда пользователю необходимо проанализировать эффективность товара, диагностировать проблемы с трафиком, просмотреть аномальные товары из нескольких магазинов, выбрать ключевые товары для работы, найти товары в магазине, получить рекомендации по оптимизации товаров. Триггерные фразы: «анализ этого товара», «диагностика товара», «анализ эффективности товара», «почему у товара нет трафика», «рекомендации по оптимизации товара», «товар, который больше всего нуждается в оптимизации», «анализ данных о товаре», «товары из нескольких магазинов», «просмотр ключевых товаров», «выбор ключевых товаров», «выбор операционных товаров», «сегодняшние операционные приоритеты», «выбор товара», «рекомендация товара», «ранжирование товаров», «приоритет товара», «поиск товара», «что делать, если у нового товара нет трафика», «экспорт отчета о состоянии товара», «экспорт текущего сгенерированного отчета», «вывод отчета о состоянии товара в Markdown», «вывод отчета о состоянии товара в текущем диалоге». Основной рабочий процесс этого навыка оркестрируется рабочим процессом `1688-product-analysis`, который включает диагностику конкретного ID товара, выбор аномальных товаров, поиск и диагностику проблемных товаров, поиск по ключевым словам, прямой выбор товаров, анализ аналогичных товаров, передачу рекомендаций по действиям из базы товаров и одношаговую оптимизацию; одиночный запрос к API, свободная комбинация или исследовательский анализ с возвратом к этому SKILL.md.
машинный переводПоказать оригиналСкрыть оригинал«1688 商品全方位分析诊断工具，整合多数据源对指定商品进行深度分析，支持多店铺异常商品汇总、评分分层选品与单品诊断。 覆盖能力：商品数据分…»
1688 商品全方位分析诊断工具，整合多数据源对指定商品进行深度分析，支持多店铺异常商品汇总、评分分层选品与单品诊断。 覆盖能力：商品数据分析、销售表现诊断、流量问题排查、广告效果评估、商品优化建议、多店铺异常商品汇总、重点品评分分层、关键词搜索商品。 适用场景：用户需要分析商品表现、诊断流量问题、查看多店铺异常商品、圈选重点运营商品、搜索店铺商品、获取商品优化建议时使用。 触发词：分析这个商品、商品诊断、商品表现分析、为什么商品没流量、商品优化建议、最该优化的商品、最应该优化的商品、商品数据分析、多店铺商品、重点品查看、圈选重点品、圈选运营商品、今日运营重点、选品、推荐商品、商品分层、商品优先级、搜索商品、新品没流量怎么办、导出商品体检报告、导出当前已生成的报告、输出商品体检报告 Markdown、在当前对话输出商品体检报告。 本 Skill 的核心流程已由 workflow `1688-product-analysis` 编排覆盖，包含明确商品 ID 诊断、异常商品选择、找问题品并诊断、关键词搜索、正向选品、同款商品分析、商品库推荐行动点与一键优化交接；单接口查询、自由组合或探索性分析回退加载本 SKILL.md。
Комплексный инструмент анализа и диагностики товаров 1688.
Как процесс D 40/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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 · 6
✓ Критических и высоких находок нет
Средние и низкие: 6
-
низкая Опасные команды
cmd-eval-dynamicworkflow/1688-product-analysis.js:166Динамическое выполнение кода из декодированного/недоверенного ввода (в кавычках — упоминание, а не команда)? `${program} -c "import base64;exec(base…ode('${toBase64(utf8Bytes(script))}').decode())"${argsPart} > "${outFile}" 2> "${errFile}"`в кавычках -
низкая Секреты в коде
secret-high-entropy-tokenworkflow/1688-product-analysis.js:2280Строка, похожая на токен (может быть id, хеш или секрет)function proj…ort(data) { -
низкая Секреты в коде
secret-high-entropy-tokenworkflow/1688-product-analysis.js:2310Строка, похожая на токен (может быть id, хеш или секрет)function proj…ent(data) { -
низкая Секреты в коде
secret-high-entropy-tokenworkflow/1688-product-analysis.js:2311Строка, похожая на токен (может быть id, хеш или секрет)const v2 = proj…ort(data)
-
низкая Секреты в коде
secret-high-entropy-tokenworkflow/1688-product-analysis.js:2335Строка, похожая на токен (может быть id, хеш или секрет)const v2 = proj…ort(data)
-
низкая Секреты в коде
secret-high-entropy-tokenworkflow/1688-product-analysis.js:4452Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)const v2Ac…nce = proj…ent(sameOfferData)
в кавычках
Просканировано файлов: 51. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
body-longтело SKILL.md ≈ 9443 токенов (рекомендуется < 5000); вынесите детали в references/ - заметка
frontmatter-keyнеизвестное поле фронтматтера "id"
Процессный рейтинг: все десять параметров 40/100
- 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
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 40Стоимость исполнения. Тело инструкции 9443 токенов: вытесняет саму задачу из окна
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 128
- 100Согласованность. Имя и обязательные поля на месте
- low Ответ описан самодельной разметкой (15 тегов): типизированный вызов надёжнее
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
- -216 эмодзи в инструкциях: шум для модели
- -36 из 6 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 517 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 26 заголовков
- +3Пошаговые инструкции: 128 пунктов
- +4Есть примеры (12 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (4 из 4)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.