SKILLEMALL.ai

AB amazon-listing-audit-pro

Комплексная система проверки и оптимизации листингов для продавцов Amazon. Оценивает листинги по 8 параметрам, сравнивает с лидерами категории, выявляет пробелы в ключевых словах и генерирует основанные на данных рекомендации по улучшению. Поддерживает аудит одного ASIN или массовый аудит (от 10-100+ ASIN для агентств). Использует все 11 конечных точек API ZooData с перекрестной проверкой. Используйте, когда пользователь спрашивает о: аудите листинга, оптимизации листинга, оценке листинга, качестве листинга, улучшении моего листинга, обзоре листинга, диагностике листинга, оптимизации заголовка, оптимизации маркированных списков, пробелах в ключевых словах, сравнении листингов, контенте A+, проверке состояния листинга, сравнении листингов. Требуется ZOODATA_API_KEY.

машинный переводПоказать оригиналСкрыть оригинал«Comprehensive listing health check and optimization engine for Amazon…»

Comprehensive listing health check and optimization engine for Amazon sellers. Scores listings across 8 dimensions, benchmarks against category leaders, identifies keyword gaps, and generates data-backed improvement recommendations. Supports single ASIN or bulk audit (10-100+ ASINs for agencies). Uses all 11 ZooData API endpoints with cross-validation. Use when user asks about: listing audit, listing optimization, listing score, listing quality, improve my listing, listing review, listing diagnosis, title optimization, bullet point optimization, keyword gaps, listing benchmark, A+ content, listing health check, listing comparison. Requires ZOODATA_API_KEY.

ClawHub Agent Skills автор: apiclaw v1.0.8 MIT-0 7 файлов тело ≈ 3 256 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Комплексная система проверки и оптимизации листингов для продавцов Amazon.

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

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
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: 7. 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: 3, 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: 26
    • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3256 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
    • -252 эмодзи в инструкциях: шум для модели
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 664 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 21 заголовков
    • +3Пошаговые инструкции: 26 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)
    • +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 ZooData-powered Amazon listing audit tool with expected API, credential, and local-file behavior for its purpose.
    LLM: benign (high) · VirusTotal: · 7 авг. 2026 г.