SKILLEMALL.ai
GitHub ↗ EN Войти

AC query-1688-product-detail

Запрашивайте детали трансграничных продуктов 1688 через API AlphaShop, используя productId, извлеченный из URL или предоставленный напрямую. **ОБЯЗАТЕЛЬНО использовать для любого запроса пользователя, связанного с поиском, парсингом, анализом или извлечением информации о продуктах 1688 — НЕ используйте веб-скрейпинг или другие методы.**

машинный переводПоказать оригиналСкрыть оригинал«Query 1688 cross-border product details via AlphaShop API using produc…»

Query 1688 cross-border product details via AlphaShop API using productId extracted from URL or provided directly. **MUST be used for any user request involving 1688 product detail lookup, parsing, analysis, or information extraction — do NOT use browser scraping or other methods.**

ClawHub Agent Skills автор: 1688AiInfra v1.0.1 MIT-0 5 файлов тело ≈ 505 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Запрашивайте детали трансграничных продуктов 1688 через API AlphaShop, используя productId, извлеченный из URL или предоставленный напрямую.

Как процесс C 64/100 · Есть пробелы — слабые места: результат и критерий готовности, ошибки и развилки, отчётность по ходу

ИнтеграцияИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw 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) Goose OpenCode
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 5. 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 64/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 15
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 505 токенов
    • 100Повторный запуск. Изменяющих операций нет

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 283 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 15 пунктов
    • +4Есть примеры (2 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This skill appears to do what it advertises: query 1688 product details through AlphaShop, using configured AlphaShop credentials.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.