BD qinghu-shortvideo-data-engine
Движок данных для коротких видео от Qinghu AI: пакетная загрузка длинных ссылок на видео с Douyin, Xiaohongshu, Bilibili, автоматический сбор всех данных по каждому видео, таких как просмотры, лайки, репосты, сохранения, комментарии, и экспорт в Excel, заменяя ручной сбор статистики для мониторинга эффективности собственных видео и видео конкурентов. Активируется, когда пользователь хочет пакетно собирать данные коротких видео, отслеживать ежедневную производительность видео, отслеживать видео конкурентов, экспортировать таблицу данных видео, сравнивать несколько видео. Ключевые слова: Qinghu AI, данные коротких видео, сбор данных видео, Douyin, Xiaohongshu, Bilibili, просмотры, лайки, сохранения, комментарии, Excel, мониторинг конкурентов, движок данных.
машинный переводПоказать оригиналСкрыть оригинал«青虎AI 短视频数据引擎：批量传入抖音、小红书、B 站的视频长链接，自动抓取每条视频的播放、点赞、分享、收藏、评论等全维度数据并导出 Exc…»
青虎AI 短视频数据引擎：批量传入抖音、小红书、B 站的视频长链接，自动抓取每条视频的播放、点赞、分享、收藏、评论等全维度数据并导出 Excel，替代人工统计，用于监测自有与竞品带货视频的热度和转化表现。当用户要批量统计短视频数据、追踪视频每日表现、监测竞品视频、导出视频数据表、对比多条视频数据时必须触发。关键词：青虎AI、短视频数据、视频数据统计、抖音、小红书、B站、播放量、点赞、收藏、评论、Excel、竞品监测、数据引擎。
Движок данных для коротких видео от Qinghu AI: пакетная загрузка длинных ссылок на видео с Douyin, Xiaohongshu, Bilibili, автоматический сбор всех данных по…
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") - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
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 (bash, node), но во frontmatter они не объявлены
- 100Шаги. Шагов: 27
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1245 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 215 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 8 заголовков
- +3Пошаговые инструкции: 27 пунктов
- +4Есть примеры (6 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.