AB amazon-keyword-traffic-analysis
Анализ спроса на ключевые слова Amazon, структуры рынка, еженедельных тенденций, наблюдаемых сигналов SERP и видимости ключевых слов ASIN или наблюдений за трафиком. Используется для расширения ключевых слов, углубленного анализа ключевых слов, диагностики структуры трафика ASIN через обратный ASIN и диагностики изменений трафика ASIN. Предоставляет приоритеты валидации, основанные на доказательствах; не принимает прямых решений о ставках, бюджете, паузе или отрицательных ключевых словах без данных продавца ABA-SQP и Amazon Ads. Требуется ZOODATA_API_KEY.
машинный переводПоказать оригиналСкрыть оригинал«Analyze Amazon keyword demand, market structure, weekly trends, observ…»
Analyze Amazon keyword demand, market structure, weekly trends, observed SERP signals, and ASIN keyword visibility or traffic observations. Use for keyword expansion, keyword deep dives, ASIN traffic-structure diagnosis through reverse ASIN, and ASIN traffic-change diagnosis. Produces evidence-bounded validation priorities; does not make direct bid, budget, pause, or negative-keyword decisions without seller ABA-SQP and Amazon Ads data. Requires ZOODATA_API_KEY.
Анализ спроса на ключевые слова Amazon, структуры рынка, еженедельных тенденций, наблюдаемых сигналов SERP и видимости ключевых слов ASIN или наблюдений за…
Как процесс B 68/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
Чем это грозит
Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
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».
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
- 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 · 5
✓ Критических и высоких находок нет
Средние и низкие: 5
-
средняя Утечка данных
net-redirectable-api-keyscripts/zoodata.py:74Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой серверAPI key + configurable base URL from environment
-
низкая Секреты в коде
secret-high-entropy-tokenreferences/metrics-market-profile.md:29Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка; строка таблицы в документации)| `organicProductBenchmark` | Barrier represented by leading organic products | Higher score = higher leading organic-product barrier | Relative strength of the leading-organic-product benchmark | A r
детектортаблица -
низкая Секреты в коде
secret-high-entropy-tokenreferences/reference.md:287Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)- `firs…rds[]`
детектор -
низкая Секреты в коде
secret-high-entropy-tokenreferences/reference.md:288Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)- `firs…rds[]`
детектор -
низкая Секреты в коде
secret-high-entropy-tokenreferences/traffic-observation-semantics.md:26Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)- `firs…rds[]` and `firs…rds[]` are membership changes in the endpoint-defined first-three-page organic Top-N set between its matching previous and current r
детектор
Просканировано файлов: 21. 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 68/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 30Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 44
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3275 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 466 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 5 заголовков
- +3Пошаговые инструкции: 44 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (15 из 15)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.