SKILLEMALL.ai

BF jd-99-baoyou

Поиск выгодных товаров в разделе «9,9 юаней с бесплатной доставкой» JD.com. Отображаются только товары JD.com с собственной прямой продажей, оценкой ≥98% и отобранные по качеству. Поддерживается поиск по категориям, фильтрация по цене и сортировка по степени скидки. Доставка бесплатная для всех товаров. Автоматически фильтруются недействительные теги, предлагаются интеллектуальные категории. Данные безопасно пересылаются через прокси Tencent Cloud. Летние товары за 9,9 юаней, эксклюзивная распродажа JD.com с бесплатной доставкой.

машинный переводПоказать оригиналСкрыть оригинал«京东9.9包邮频道超值好货查询,仅筛选京东自营商品,好评≥98%品质精选,支持品类搜索、价格筛选、折扣力度排序,件件包邮。自动过滤无效标签,…»

京东9.9包邮频道超值好货查询,仅筛选京东自营商品,好评≥98%品质精选,支持品类搜索、价格筛选、折扣力度排序,件件包邮。自动过滤无效标签,智能品类推荐,数据通过腾讯云代理安全转发。夏日9.9好物,京东自营包邮特卖

ClawHub Agent Skills автор: 购物精选 v0.4.2 MIT-0 4 файла тело ≈ 323 токенов Открыть источникclawhub.ai проанализирован 34 ч назад

Поиск выгодных товаров в разделе «9,9 юаней с бесплатной доставкой» JD.com. Отображаются только товары JD.com с собственной прямой продажей, оценкой ≥98% и…

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: image_url

Процедуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
80/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
51
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: image_url
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 · 0

✓ Критических и высоких находок нет

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")
  • предупреждение missing-ref ссылка на отсутствующий файл: image_url
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name"
  • заметка frontmatter-key неизвестное поле фронтматтера "tools"

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: image_url
  • 0Инструменты и файлы. Не хватает 1 файла(ов): image_url
  • 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
  • 100Шаги. Шагов: 27
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 323 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)
  • +3Длина description 107: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • -213 эмодзи в инструкциях: шум для модели
  • -31 из 1 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 27 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 51.

Внешние проверки

ClawHub: clean
This is a disclosed shopping-query skill that sends product search parameters to a Tencent cloud proxy and does not show hidden local data access, persistence, or destructive behavior.
LLM: benign (high) · VirusTotal: · 15 июл. 2026 г.