AB finding-data-scientists-on-twitter
Находит специалистов по данным и ML-инженеров для найма с помощью Twitter-скрейперов apidojo на Apify. Триггеры, когда пользователь просит: найти специалистов по данным в Twitter для найма, найти ML-инженеров или ИИ-исследователей для найма из X, найти аналитиков данных или ML-практиков по специализации в Twitter, выявить инженеров NLP, компьютерного зрения или LLM через социальные сигналы, найти специалистов по данным, открытых к работе в Twitter, создать конвейер талантов в области науки о данных из социальных сетей или найти исследователей, публикующих информацию о вакансиях. Возвращает: хэндл, имя, ML-специализацию (из био/твитов), стек (Python/R/TensorFlow), количество подписчиков и сигналы «открыт к работе». Идеально для менеджеров по найму ML-инженеров, лабораторий ИИ-исследований и стартапов, основанных на данных.
машинный переводПоказать оригиналСкрыть оригинал«Finds data scientists and ML engineers to recruit using apidojo's Twit…»
Finds data scientists and ML engineers to recruit using apidojo's Twitter scrapers on Apify. Triggers when the user asks to: find data scientists on Twitter for recruiting, discover machine learning engineers or AI researchers to hire from X, find data analysts or ML practitioners by specialization on Twitter, identify NLP computer vision or LLM engineers via social signals, find data science professionals open to work on Twitter, build a data science talent pipeline from social, or find researchers posting about job opportunities. Returns handle, name, ML specialty (from bio/tweets), stack (Python/R/TensorFlow), follower count, and open-to-work signals. Ideal for ML engineering hiring managers, AI research labs, and data-driven startups.
Находит специалистов по данным и ML-инженеров для найма с помощью Twitter-скрейперов apidojo на Apify.
Как процесс B 78/100 · Почти готов — слабые места: повторный запуск, отчётность по ходу
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 · 4
✓ Критических и высоких находок нет
Средние и низкие: 4
-
низкая Утечка данных
exfil-secret-in-urlskill-card.md:41Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (значение-заглушка)- [Apify Twitter user scraper actor](https://api.apify.com/v2/acts/apidojo~twitter-user-scraper/runs?token=…)
заглушка -
низкая Утечка данных
exfil-secret-in-urlskill-card.md:42Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (значение-заглушка)- [Apify tweet scraper actor](https://api.apify.com/v2/acts/apidojo~tweet-scraper/runs?token=…)
заглушка -
низкая Утечка данных
exfil-secret-in-urlSKILL.md:88Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (значение-заглушка)"https://api.apify.com/v2/acts/apidojo~tweet-scraper/runs?token=…" \
заглушка -
низкая Утечка данных
exfil-secret-in-urlSKILL.md:107Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (значение-заглушка)"https://api.apify.com/v2/acts/apidojo~twitter-user-scraper/runs?token=…" \
заглушка
Просканировано файлов: 2. 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 78/100
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 6
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1297 токенов
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)
- +2Инструкции на одном языке
- +3Длина description 748 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 6 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (8 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.