BF walmart-product-reviews
Парсер отзывов о товарах Walmart: по ID товара на walmart.com перейти на страницу отзывов и извлечь постраничные отзывы клиентов, включая ID отзыва, рейтинг, заголовок, текст отзыва, псевдоним автора, дату отправки, статус подтвержденной покупки, количество полезных голосов, выбранный вариант (цвет/размер), значки, кем доставлено, имя продавца и количество фотографий. Использовать, когда пользователь упоминает отзывы Walmart, отзывы о товарах Walmart, отзывы клиентов Walmart, парсить отзывы Walmart, извлечь отзывы Walmart, парсер отзывов Walmart, рейтинги и отзывы Walmart, данные отзывов Walmart, текст отзывов Walmart, постраничность отзывов Walmart, получить отзывы с Walmart, сборщик отзывов Walmart, отзывы о подтвержденных покупках Walmart, анализ отзывов Walmart, анализ тональности отзывов Walmart, экспорт отзывов Walmart, обратная связь от покупателей Walmart. Также применимо для массового сбора отзывов о товарах Walmart по нескольким товарам, анализа тональности отзывов Walmart для исследования рынка, сравнения отзывов о конкурирующих товарах на Walmart и мониторинга новых отзывов Walmart с течением времени.
машинный переводПоказать оригиналСкрыть оригинал«Walmart product reviews scraper: given a walmart.com product item ID,…»
Walmart product reviews scraper: given a walmart.com product item ID, navigate to the reviews page and extract paginated customer reviews including reviewId, rating, title, review text, author nickname, submission date, verified purchase status, helpful votes, variant selected (color/size), badges, fulfilled by, seller name, and photo count. Use when user mentions walmart reviews, walmart product reviews, walmart customer reviews, scrape walmart reviews, extract walmart reviews, walmart review scraper, walmart ratings and reviews, walmart review data, walmart review text, walmart review pagination, get reviews from walmart, walmart review collector, walmart verified purchase reviews, walmart review analysis, walmart sentiment analysis, walmart review export, walmart buyer feedback. Also applies to bulk collection of walmart product reviews across multiple items, sentiment analysis on walmart reviews for market research, competitor product review benchmarking on walmart, and monitoring new walmart reviews over time.
Парсер отзывов о товарах Walmart: по ID товара на walmart.com перейти на страницу отзывов и извлечь постраничные отзывы клиентов, включая ID отзыва, рейтинг…
Как процесс F 54/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/*.py
Как улучшить
- Сократите description до 1024 символов.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- ошибка
description-longdescription 1030 символов, лимит 1024 - предупреждение
missing-refссылка на отсутствующий файл: scripts/*.py
Процессный рейтинг: все десять параметров 54/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/*.py
- 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
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 85Шаги. Шагов: 15, расплывчатых формулировок: 2
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1488 токенов
- low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
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)
- +3Длина description 1030: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 13 заголовков
- +3Пошаговые инструкции: 15 пунктов
- +4Есть примеры (2 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 50.