AD linkpix-wanx-3-clone
Помогает команде电商短视频 (видео для электронной коммерции) с помощью Qinghu AI воссоздать «爆款视频复刻» (популярные видео) на платформе Ali Wanx 3.0: точно определяет логику популярных видео на платформе Tao, автоматически извлекает популярные ритмы, рекламные тексты и структуру сценария, создает качественные короткие видео того же типа, чтобы захватить трафик контента платформы Tao, такой как Taobao First Guess, Guanguan, Diantao. Также поддерживает копирование популярных видео с внешних платформ, таких как Douyin и Kuaishou, и их преобразование в видео, адаптированные для среды Tmall Taobao, помогая продавцам получать бесплатный трафик внутри платформы с меньшими затратами и более высокой эффективностью. Используйте этот навык для 阿里Wanx3.0爆款复刻, 淘系爆款, 淘宝逛逛, 点淘流量, 短视频引流, 站外爆款转化, 电商脚本复用, AI视频复刻. Единый доступ через Qinghu AI, поддержка анализа видео, циклического опроса задач и загрузки результатов. Обязательно активируйте, когда пользователь просит 阿里Wanx 3.0 爆款视频复刻 или 阿里 Wanx 3.0 / 通义万相 (в каталоге часто встречается `阿里wanx3.0 15秒`) для копирования/сопоставления/создания по образцу популярных видео. Ключевые слова: LinkPix, qhkit, 青虎, 阿里Wanx 3.0, 淘系爆款, 淘宝逛逛, 点淘, 站外爆款转化, 阿里妈妈, AI视频复刻.
машинный переводПоказать оригиналСкрыть оригинал«帮助电商短视频团队通过青虎AI完成“阿里Wanx 3.0 爆款视频复刻”：精准识别淘系平台的爆款视频逻辑，自动提取热门的展示节奏、卖点文案和…»
帮助电商短视频团队通过青虎AI完成“阿里Wanx 3.0 爆款视频复刻”：精准识别淘系平台的爆款视频逻辑，自动提取热门的展示节奏、卖点文案和脚本结构，生成同类型的优质短视频，抢占淘宝首猜、逛逛、点淘等淘系内容流量池。也支持复制抖音、快手等外站爆款，将其转化为适配天猫淘宝环境的视频，助力商家以更低成本、更高效率获取站内免费流量。 Use this skill for 阿里Wanx3.0爆款复刻, 淘系爆款, 淘宝逛逛, 点淘流量, 短视频引流, 站外爆款转化, 电商脚本复用, AI视频复刻。通过青虎AI统一接入，支持视频分析、任务轮询和结果下载。 当用户要求用 阿里Wanx 3.0 爆款视频复刻 或 阿里 Wanx 3.0 / 通义万相（目录里常见 `阿里wanx3.0 15秒`） 复刻/对标/照着做爆款视频时必须触发。关键词：LinkPix、qhkit、青虎、阿里Wanx 3.0、淘系爆款、淘宝逛逛、点淘、站外爆款转化、阿里妈妈、AI视频复刻。
Помогает команде电商短视频 (видео для электронной коммерции) с помощью Qinghu AI воссоздать «爆款视频复刻» (популярные видео) на платформе Ali Wanx 3.0: точно определяет…
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
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
- заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
Процессный рейтинг: все десять параметров 46/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (bash, python, node), но во frontmatter они не объявлены
- 100Шаги. Шагов: 29
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1603 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
- +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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 428 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 7 заголовков
- +3Пошаговые инструкции: 29 пунктов
- +4Есть примеры (4 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.