AD Amazon Product Research & Seller Analytics
Исследование продуктов Amazon и аналитика продавцов для бизнеса FBA и FBM. Находите выигрышные продукты с помощью 14 стратегий отбора, отслеживайте конкурентов, анализируйте тенденции BSR, анализируйте отзывы, оценивайте ежемесячные продажи, оптимизируйте листинги и оценивайте рыночные возможности. Поиск ASIN в реальном времени с базой данных из более чем 200 миллионов продуктов. Инструменты для продавцов Amazon, исследование ниш, анализ ключевых слов, стратегия ценообразования и информация о категориях на базе APIClaw API. Используйте, когда пользователь спрашивает о: подборе продуктов Amazon, поиске продуктов для продажи, поиске ASIN, анализе BSR, отслеживании конкурентов, рыночных возможностях, оценке рисков, исследовании FBA, анализе отзывов или оптимизации листингов. Требуется APICLAW_API_KEY.
машинный переводПоказать оригиналСкрыть оригинал«Amazon product research and seller analytics for FBA and FBM businesse…»
Amazon product research and seller analytics for FBA and FBM businesses. Find winning products with 14 selection strategies, track competitors, monitor BSR trends, analyze reviews, estimate monthly sales, optimize listings, and assess market opportunities. Real-time ASIN lookup with 200M+ product database. Amazon seller tools, niche research, keyword analysis, pricing strategy, and category insights powered by APIClaw API. Use when user asks about: Amazon product selection, finding products to sell, ASIN lookup, BSR analysis, competitor tracking, market opportunity, risk assessment, FBA research, review analysis, or listing optimization. Requires APICLAW_API_KEY.
Исследование продуктов Amazon и аналитика продавцов для бизнеса FBA и FBM.
Как процесс D 47/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Такой же скилл встречается ещё в 1 месте: ClawHub
Как улучшить
- 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: 12. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
name-formatname должен быть в kebab-case (строчные буквы, цифры, дефисы) - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
Процессный рейтинг: все десять параметров 47/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 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
- 40Согласованность. Имя во frontmatter (Amazon Product Research & Seller Analytics) не совпадает с папкой (amazon-seller-research)
- 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
- 70Стоимость исполнения. Тело инструкции 4987 токенов
- 100Шаги. Шагов: 38
- 100Ошибки и развилки. Развилок: 11, есть раздел про ошибки
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 14. 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)
- +3Формат ответа не описан: модель каждый раз решает сама
- -269 эмодзи в инструкциях: шум для модели
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 671 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 30 заголовков
- +3Пошаговые инструкции: 38 пунктов
- +4Есть примеры (12 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (7 из 7)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.