SKILLEMALL.ai

BD qinghu-amazon-asin-analyst

青虎AI Amazon Анализ ASIN: проверяет основную информацию по отдельному ASIN, категорию и BSR, историю цен и цен сделок, изменения Buy Box и количества продавцов, динамику рейтинга отзывов, родительско-дочерние связи вариантов, комиссии FBA и размеры/вес, а также слова для трафика и слова для продаж. Активируется, когда пользователь предоставляет ASIN или ссылку на товар Amazon и просит провести анализ, посмотреть тренды цен, посмотреть историю продаж, посмотреть отзывы, посмотреть варианты, провести проверку конкурентов. Ключевые слова: 青虎AI, Amazon, ASIN, детали товара, тренды цен, Keepa, BSR, история продаж, Buy Box, анализ отзывов, разбор конкурентов.

машинный переводПоказать оригиналСкрыть оригинал«青虎AI 亚马逊 ASIN 解析:查单个 ASIN 的基础信息、类目与 BSR、价格与成交价历史、Buy Box 与卖家数变化、评论评分趋势…»

青虎AI 亚马逊 ASIN 解析:查单个 ASIN 的基础信息、类目与 BSR、价格与成交价历史、Buy Box 与卖家数变化、评论评分趋势、变体父子关系、FBA 费用与尺寸重量,以及它的流量词与出单词。当用户给出 ASIN 或亚马逊商品链接要求分析、看价格趋势、看跟卖、看评论、看变体、做竞品体检时必须触发。关键词:青虎AI、亚马逊、Amazon、ASIN、商品详情、价格趋势、Keepa、BSR、跟卖、Buy Box、评论分析、竞品拆解。

ClawHub Agent Skills автор: AutoAGC v0.1.3 MIT-0 2 файла тело ≈ 1 532 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

青虎AI Amazon Анализ ASIN: проверяет основную информацию по отдельному ASIN, категорию и BSR, историю цен и цен сделок, изменения Buy Box и количества…

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторРазработкаДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • 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

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 43/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 39
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1532 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 221 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 39 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This skill is a disclosed Amazon product-analysis helper that uses the Qinghu API with user-provided credentials and requires user approval before paid calls.
LLM: benign (high) · VirusTotal: · 8 сент. 2026 г.