SKILLEMALL.ai

BF 1688-supplychain-order-inquiry

Помощник по межплатформенной цепочке поставок. Включает две основные области: ① Запрос по заказу — отправка запросов по указанным заказам/закупкам (поддерживает один или несколько заказов с одним вопросом), запрос ответа продавца, настройка диалога; ② Извлечение SKU товара — из ссылки на товар Shopify / AliExpress извлекает все варианты SKU, выводит массив JSON, содержащий image (ссылку на исходное изображение) и query (комбинацию атрибутов SKU). Ключевые фразы для запроса по заказу: запросить, узнать цену, торговаться, спросить продавца, заказ/закупка, срок доставки, когда отправите, уже отправили, ускорить отправку, номер накладной, номер экспресс-накладной, номер транспортной накладной, отслеживание груза, задержка отправки, ответ продавца, результат запроса, резюмировать ответ продавца. Ключевые фразы для извлечения SKU: извлечь SKU, получить SKU, извлечь варианты, варианты товара, информация о SKU, информация о товаре Shopify, информация о товаре AliExpress, извлечь ссылку AE, SKU AliExpress.

машинный переводПоказать оригиналСкрыть оригинал«跨平台供应链助手Skill,含两大能力域:①订单询盘——对指定订单/采购单发起询盘(支持单个或多个订单同问题)、查询商家回复、对话配置;②商…»

跨平台供应链助手Skill,含两大能力域:①订单询盘——对指定订单/采购单发起询盘(支持单个或多个订单同问题)、查询商家回复、对话配置;②商品SKU提取——从 Shopify / AliExpress 商品链接提取全部 SKU 变体,输出含 image(原图链接)与 query(SKU 属性组合)的 JSON 数组。 订单询盘触发词:询盘、询价、议价、帮我问商家、订单/采购单、发货时间、什么时候发货、发货了吗、催发货、物流单号、快递单号、运单号、物流跟踪、超时未发货、商家回复、询盘结果、总结商家回复。 SKU提取触发词:提取SKU、获取SKU、提取变体、变体规格、SKU信息、Shopify商品信息、AliExpress商品信息、AE链接提取、速卖通SKU。

ClawHub Agent Skills автор: 1688AiInfra v0.57.0 MIT-0 36 файлов тело ≈ 2 444 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Помощник по межплатформенной цепочке поставок.

Как процесс F 33/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/capabilities/<command>.md, references/capabilities/sku_extract_*.md

ПроцедураShopifyТорговлятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
82/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
56
Прогон на моделях
не было
Процессный рейтинг
F
33/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/capabilities/<command>.md, references/capabilities/sku_extract_*.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  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: 36. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: references/capabilities/<command>.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/capabilities/sku_extract_*.md

Процессный рейтинг: все десять параметров 33/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/capabilities/<command>.md, references/capabilities/sku_extract_*.md
  • 0Инструменты и файлы. Не хватает 2 файла(ов): references/capabilities/<command>.md, references/capabilities/sku_extract_*.md
  • 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
  • 100Шаги. Шагов: 36
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2444 токенов
  • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (9 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
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • -38 из 8 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 332 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 36 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 56.

Внешние проверки

ClawHub: suspicious
The skill mostly matches its stated 1688 order-inquiry and SKU-extraction purpose, but it needs Review because it can send merchant messages, change account-related settings, store access keys, silently report usage, and auto-install Python dependencies at runtime.
LLM: suspicious (high) · 4 сент. 2026 г.