SKILLEMALL.ai
GitHub ↗ EN Войти

AB amazon-analysis

Движок для общего анализа Amazon и исследований по нескольким конечным точкам. Обрабатывает широкие или составные запросы на исследование Amazon, охватывающие несколько измерений данных или не имеющие единого специализированного угла. Используйте, когда: - пользователь запрашивает многоконечные исследования Amazon, составные отчеты или общий анализ рынка/продуктов Amazon - пользователь спрашивает "какой анализ Amazon я могу провести" или хочет получить обзор доступных инсайтов Amazon - пользователь хочет провести широкое исследование данных Amazon без конкретного результата Использует {skill_base_dir}/scripts/zoodata.py. Требуется ZOODATA_API_KEY.

машинный переводПоказать оригиналСкрыть оригинал«Amazon-domain general analysis and multi-endpoint research engine. Han…»

Amazon-domain general analysis and multi-endpoint research engine. Handles broad or composite Amazon research requests that span multiple data dimensions or have no single specialized angle. Use when: - user asks for multi-endpoint Amazon research, composite reports, or general Amazon market/product analysis - user asks "what kind of Amazon analysis can I run" or wants an overview of available Amazon insights - user wants broad Amazon data exploration with no single specific deliverable in mind Uses {skill_base_dir}/scripts/zoodata.py. Requires ZOODATA_API_KEY.

ClawHub Agent Skills автор: apiclaw v1.1.13 MIT-0 14 файлов тело ≈ 3 380 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Движок для общего анализа Amazon и исследований по нескольким конечным точкам.

Как процесс B 75/100 · Почти готов — слабые места: повторный запуск

АнализаторИнфраструктураДанные и аналитикатип 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
92/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
B
75/100
Почти готов
Повторный запуск вес 4
30
Когда включается вес 12
50
Инструменты и файлы вес 18
60
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • средняя Утечка данных net-redirectable-api-key scripts/zoodata.py:74
      Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой сервер
      API key + configurable base URL from environment

    Просканировано файлов: 14. 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 75/100

    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 39
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3380 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • 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)
    • +4Нет примеров входа/выхода
    • -272 эмодзи в инструкциях: шум для модели
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 573 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 25 заголовков
    • +3Пошаговые инструкции: 39 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (2 из 9)
    • +3Все 1 скриптов описаны в инструкциях

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

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed Amazon seller research integration that uses a ZooData API key and paid API calls, with some broad routing language users should treat carefully.
    LLM: benign (high) · VirusTotal: · 7 авг. 2026 г.