BC zoodata
Справочник по конечным точкам API платформы данных ZooData: 12 коммерческих конечных точек плюс 10 конечных точек анализа ключевых слов (категории, рынки, продукты, конкуренты, ASIN в реальном времени, анализ отзывов ИИ, необработанные отзывы, ценовой диапазон, бренд, история, а также семейство ключевых слов: детали/тренды/расширения/поиск/профиль рынка/трафик продукта/ключевые слова конкурентов/временная шкала трафика) — их входные/выходные данные, особенности параметров, быстрое начало работы (аутентификация, базовый URL), как отслеживаются кредиты (meta.creditsConsumed) и локальный инструментарий для работы с отзывами (Map/Reduce для необработанных отзывов). Используйте, когда пользователь спрашивает о самом API: какие конечные точки существуют, как их вызывать (например, /products/search), схемы полей, возвращаемые конечной точкой, особенности параметров, как аутентифицироваться, как сообщается об использовании кредитов, как начать работу или как работает локальный инструментарий для работы с отзывами. Требуется ZOODATA_API_KEY.
машинный переводПоказать оригиналСкрыть оригинал«API endpoint reference for the ZooData data platform: the 12 commerce…»
API endpoint reference for the ZooData data platform: the 12 commerce endpoints plus 10 keyword-intelligence endpoints (categories, markets, products, competitors, realtime ASIN, AI review analysis, raw reviews, price band, brand, history, and the keyword detail/trend/extends/search/ market-profile/product-traffic/competitor-keywords/traffic-timeline family) — their inputs/outputs, parameter quirks, Quick Start (auth, base URL), how credits are tracked (meta.creditsConsumed), and the Local Review Toolkit (Map/Reduce for raw reviews). Use when the user asks about the API itself: which endpoints exist, how to call them (e.g. /products/search), field schemas returned by an endpoint, parameter quirks, how to authenticate, how credit consumption is reported, how to get started, or how the Local Review Toolkit works. Requires ZOODATA_API_KEY.
Справочник по конечным точкам API платформы данных ZooData: 12 коммерческих конечных точек плюс 10 конечных точек анализа ключевых слов (категории, рынки…
Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, стоимость исполнения
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
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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 · 10
✓ Критических и высоких находок нет
Средние и низкие: 10
-
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/openapi-reference.md:544Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)`sponsoredRecommendImpressionPointPrev`, `firs…rds`,
детектор -
низкая Секреты в коде
secret-high-entropy-tokenreferences/openapi-reference.md:545Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)`firs…rds`.
детектор -
низкая Секреты в коде
secret-high-entropy-tokenreferences/openapi-reference.md:549Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)`firs…rds` and `firs…rds` items contain
детектор -
низкая Секреты в коде
secret-high-entropy-tokenreferences/openapi-reference.md:552Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)`firs…rds` lists keywords newly entering ORG first three pages;
детектор -
низкая Секреты в коде
secret-high-entropy-tokenreferences/openapi-reference.md:553Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)`firs…rds` lists keywords that dropped out of ORG first three pages.
детектор -
низкая Секреты в коде
secret-high-entropy-tokenSKILL.md:282Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)`sponsoredRecommendImpressionPointPrev`, `firs…rds`,
детектор -
низкая Секреты в коде
secret-high-entropy-tokenSKILL.md:283Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)`firs…rds`
детектор -
низкая Секреты в коде
secret-high-entropy-tokenSKILL.md:286Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)- `firs…rds` and `firs…rds` are arrays of objects with
детектор -
низкая Секреты в коде
secret-high-entropy-tokenSKILL.md:288Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)- `firs…rds` lists keywords newly entering ORG first three pages; `firs…rds`
детектор
Просканировано файлов: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 8460 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 59/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 30Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 8, без проверки текущего состояния
- 40Стоимость исполнения. Тело инструкции 8460 токенов: вытесняет саму задачу из окна
- 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 85Шаги. Шагов: 161, расплывчатых формулировок: 1
- 100Ошибки и развилки. Развилок: 4, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 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: 16. 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)
- +3Длина description 848: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- -238 эмодзи в инструкциях: шум для модели
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 28 заголовков
- +3Пошаговые инструкции: 161 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 3)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.