AB tracking-sports-team-fan-sentiment-twitter
Отслеживает настроения фанатов спортивных команд в Twitter с помощью парсера твитов apidojo. Активируется, когда пользователь просит: отслеживать настроения фанатов спортивной команды в Twitter, отслеживать реакции в Twitter на новости спортивной команды, анализировать настроение фанатов после результата игры в Twitter, измерять общественное настроение вокруг спортивной команды, отслеживать ажиотаж в Twitter вокруг спортивного события, анализировать реакции фанатов на обмены игроками или новости, или создавать трекер настроений для присутствия спортивной команды в социальных сетях. Возвращает распределение настроений, тенденции объемов, основные реакции фанатов, тематические темы и всплески, вызванные событиями. Идеально подходит для команд спортивного маркетинга, спонсоров брендов, фирм спортивной аналитики и компаний спортивных СМИ.
машинный переводПоказать оригиналСкрыть оригинал«Tracks sports team fan sentiment on Twitter using apidojo's Tweet scra…»
Tracks sports team fan sentiment on Twitter using apidojo's Tweet scraper. Triggers when the user asks to: track fan sentiment about a sports team on Twitter, monitor Twitter reactions to sports team news, analyze fan mood after a game result on Twitter, measure public sentiment around a sports team, monitor Twitter buzz around a sports event, analyze fan reactions to player trades or news, or build a sentiment tracker for a sports team's social media presence. Returns sentiment distribution, volume trends, top fan reactions, topic themes, and event-triggered spikes. Ideal for sports marketing teams, brand sponsors, sports analytics firms, and sports media companies.
Отслеживает настроения фанатов спортивных команд в Twitter с помощью парсера твитов apidojo.
Как процесс B 71/100 · Почти готов — слабые места: повторный запуск, отчётность по ходу
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 · 3
✓ Критических и высоких находок нет
Средние и низкие: 3
-
средняя Утечка данных
net-credential-useSKILL.md:107Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)curl "https://api.apify.com/v2/actor-runs/$RUN_ID/dataset/items?token=…"
-
низкая Утечка данных
exfil-secret-in-urlSKILL.md:100Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (значение-заглушка)"https://api.apify.com/v2/acts/apidojo~tweet-scraper/runs?token=…" \
заглушка -
низкая Утечка данных
exfil-secret-in-urlSKILL.md:107Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (значение-заглушка)curl "https://api.apify.com/v2/actor-runs/$RUN_ID/dataset/items?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 71/100
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 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
- 100Шаги. Шагов: 6
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1266 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 675 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.