SKILLEMALL.ai

BC pdd-researcher

Исследователь Pinduoduo — специализированный помощник для всестороннего исследования электронной коммерции на единственной платформе Pinduoduo. Введите название товара/категорию/название магазина/ключевое слово, чтобы автоматически выполнить углубленный анализ товара, исследование ключевых слов, сравнение с конкурентами, отслеживание хитов продаж, диагностику магазина, анализ категории, ценовую стратегию, анализ пользователей — 8 видов анализа, генерируя интерактивный HTML-отчет с визуализацией. Охватывает специфические для Pinduoduo показатели (количество проданных единиц/миллиардные субсидии/DSR/брендовый черный значок), глубоко изучает модель низких цен и больших объемов продаж, а также профили пользователей в нижних сегментах рынка. Триггерные слова: анализ Pinduoduo, исследование Pinduoduo, выбор товара Pinduoduo, конкуренты Pinduoduo, ключевые слова Pinduoduo, хиты продаж Pinduoduo, магазин Pinduoduo, категория Pinduoduo, анализ pdd, исследование pdd, выбор товара pdd, анализировать Pinduoduo, исследование Pinduoduo, данные Pinduoduo, ценообразование Pinduoduo, PDD Researcher.

машинный переводПоказать оригиналСкрыть оригинал«拼多多研究员 — 专注拼多多单一平台的全维度电商研究助手。输入商品名/类目/店铺名/关键词,自动完成商品深度解析、关键词研究、竞品对标、爆款…»

拼多多研究员 — 专注拼多多单一平台的全维度电商研究助手。输入商品名/类目/店铺名/关键词,自动完成商品深度解析、关键词研究、竞品对标、爆款追踪、店铺诊断、类目大盘、价格策略、用户洞察8大分析,生成交互式HTML可视化报告。覆盖拼多多特有指标(已拼数/百亿补贴/DSR/品牌黑标),深耕低价爆量模式与下沉市场用户画像。触发词:拼多多分析、拼多多研究、拼多多选品、拼多多竞品、拼多多关键词、拼多多爆款、拼多多店铺、拼多多类目、pdd分析、pdd research、pdd选品、分析拼多多、拼多多调研、拼多多数据、拼多多定价、PDD Researcher。

ClawHub Agent Skills автор: bettermen v1.0.0 MIT-0 4 файла тело ≈ 1 944 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Исследователь Pinduoduo — специализированный помощник для всестороннего исследования электронной коммерции на единственной платформе Pinduoduo.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураТорговляРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Широкие права средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
    Заранее разрешены широкие инструменты: Bash
    allowed-tools: Read Write Bash WebFetch WebSearch Edit

Просканировано файлов: 4. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 96
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1944 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 276 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 22 заголовков
  • +3Пошаговые инструкции: 96 пунктов
  • +4Есть примеры (11 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

Внешние проверки

ClawHub: clean
This appears to be a legitimate Pinduoduo market-research skill that searches public web data and creates local HTML reports, with minor usability cautions but no evidence of malicious behavior.
LLM: benign (high) · VirusTotal: · 22 июн. 2026 г.