AB zyte-ecommerce-products-compare-skill
Извлекайте структурированные данные о продуктах из URL-адресов электронной коммерции с помощью Zyte API и генерируйте сравнительные таблицы бок о бок с интеллектуальными рекомендациями по покупке. Используйте этот навык всякий раз, когда пользователь хочет сравнить продукты с разных веб-сайтов электронной коммерции, спрашивает «какой продукт мне купить», хочет таблицу сравнения продуктов, нуждается в помощи при выборе между вариантами продуктов или предоставляет несколько URL-адресов продуктов и хочет, чтобы они были проанализированы. Также активируйте, когда пользователь говорит что-то вроде «сравните эти продукты», «какая сделка лучше», «помогите мне выбрать между этими», «битва продуктов» или вставляет 2+ URL-адреса электронной коммерции. Требует наличия ZYTE_API_KEY в среде.
машинный переводПоказать оригиналСкрыть оригинал«Extract structured product data from e-commerce URLs using the Zyte AP…»
Extract structured product data from e-commerce URLs using the Zyte API and generate side-by-side comparison tables with intelligent purchase recommendations. Use this skill whenever the user wants to compare products from different e-commerce websites, asks "which product should I buy", wants a product comparison table, needs help deciding between product options, or provides multiple product URLs and wants them analyzed. Also trigger when the user says things like "compare these products", "which is the better deal", "help me pick between these", "product showdown", or pastes 2+ e-commerce URLs. Requires ZYTE_API_KEY in the environment.
Извлекайте структурированные данные о продуктах из URL-адресов электронной коммерции с помощью Zyte API и генерируйте сравнительные таблицы бок о бок с…
Как процесс B 70/100 · 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Секреты в коде
secret-password-literalscripts/fetch_products.py:238Захардкоженный пароль / ключ (возможно, пример)api_key = sys.argv[1]
Просканировано файлов: 8. 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 70/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 28
- 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2499 токенов
- 100Повторный запуск. Изменяющих операций нет
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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +5В description 5 примера фраз-триггеров в кавычках
- +3Длина description 646 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 17 заголовков
- +3Пошаговые инструкции: 28 пунктов
- +4Есть примеры (11 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +3Все 2 скриптов описаны в инструкциях
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 97.