BD qinghu-amazon-trend-hunter
青虎AI Amazon Поиск трендов вирусных товаров: среди огромного ассортимента Amazon выбирает товары по количеству продаж, объему продаж, росту BSR, рейтингу, количеству отзывов, марже, структуре продавцов и другим многомерным условиям, находит текущие вирусные и потенциальные горячие товары, а также проверяет исторические тренды, чтобы определить, является ли товар действительно вирусным или кратковременным явлением. Активируется, когда пользователь хочет найти вирусные товары на Amazon, найти потенциальные товары, просмотреть категории, посмотреть товары, которые хорошо продаются в определенной категории, определить, растет ли популярность товара. Ключевые слова: 青虎AI, Amazon, вирусный товар, потенциальный товар, подбор товаров, BSR, рейтинг продаж, просмотр категорий, тренды.
машинный переводПоказать оригиналСкрыть оригинал«青虎AI 亚马逊爆款趋势挖掘：在 Amazon 海量商品里按销量、销售额、BSR 增长、评分、评论数、利润率、卖家结构等多维条件筛选，挖出当…»
青虎AI 亚马逊爆款趋势挖掘：在 Amazon 海量商品里按销量、销售额、BSR 增长、评分、评论数、利润率、卖家结构等多维条件筛选，挖出当前爆款与潜力热卖单品，并用历史趋势验证是真爆还是昙花一现。当用户要在亚马逊找爆款、挖潜力款、扫类目、看某类目卖得好的商品、判断某款是不是在涨时必须触发。关键词：青虎AI、亚马逊、Amazon、爆款、潜力款、选品、BSR、销量榜、扫类目、趋势。
青虎AI Amazon Поиск трендов вирусных товаров: среди огромного ассортимента Amazon выбирает товары по количеству продаж, объему продаж, росту BSR, рейтингу…
Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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-whendescription 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: 36
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1585 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 191 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 18 заголовков
- +3Пошаговые инструкции: 36 пунктов
- +4Есть примеры (4 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.