AB researching-internet-slang-and-cultural-trends
Извлекает определения сленга, культурные термины и значения, собранные пользователями, из Urban Dictionary с помощью скрабера Urban Dictionary от apidojo на Apify. Триггеры, когда пользователь просит: найти интернет-сленговые термины, узнать, как Gen Z или миллениалы определяют слово, исследовать культурную лексику или терминологию мемов, понять значение термина в социальных сетях, анализировать сленг, используемый при мониторинге бренда, находить определения для нескольких ключевых слов, собранные пользователями, или отслеживать, как язык развивается вокруг темы или названия бренда. Возвращает слово, определение, пример использования, автора, количество голосов за и против, а также дату. Идеально подходит для исследователей брендов, аналитиков социальных сетей, контент-команд и маркетологов в сфере культуры.
машинный переводПоказать оригиналСкрыть оригинал«Extracts slang definitions, cultural terms, and crowd-sourced meanings…»
Extracts slang definitions, cultural terms, and crowd-sourced meanings from Urban Dictionary using apidojo's Urban Dictionary Scraper on Apify. Triggers when the user asks to: look up internet slang terms, find how Gen Z or millennials define a word, research cultural vocabulary or meme terminology, understand what a term means on social media, analyze slang used in brand monitoring, find crowd-sourced definitions for multiple keywords, or track how language is evolving around a topic or brand name. Returns word, definition, usage example, author, upvotes, downvotes, and date. Ideal for brand researchers, social media analysts, content teams, and cultural marketers.
Извлекает определения сленга, культурные термины и значения, собранные пользователями, из Urban Dictionary с помощью скрабера Urban Dictionary от apidojo на…
Как процесс B 72/100 · Почти готов — слабые места: результат и критерий готовности, 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 · 0
✓ Критических и высоких находок нет
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 72/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 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: 8
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 648 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
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
- +2Инструкции на одном языке
- +3Длина description 674 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 8 заголовков
- +3Пошаговые инструкции: 8 пунктов
- +4Есть примеры (3 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.