SKILLEMALL.ai

BF jd-new-arrivals

Инструмент запроса новых поступлений Jingdong, отображает последние добавленные товары с прямой продажей, поддерживает государственные субсидии и программы обмена старых товаров на новые, качество «выбор качества» с рейтингом ≥97% положительных отзывов, поддерживает поиск по категориям, фильтрацию по цене, сортировку по размеру скидки. Автоматически фильтрует недействительные теги, интеллектуальные рекомендации по категориям, данные безопасно пересылаются через прокси Tencent Cloud. Новинки лета, лучшие товары с прямой продажей Jingdong

машинный переводПоказать оригиналСкрыть оригинал«京东新品首发查询工具,展示最新上架自营商品,支持国补优惠和以旧换新,好评≥97%品质精选,支持品类搜索、价格筛选、优惠力度排序。自动过滤无效…»

京东新品首发查询工具,展示最新上架自营商品,支持国补优惠和以旧换新,好评≥97%品质精选,支持品类搜索、价格筛选、优惠力度排序。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。暑期新品尝鲜,京东自营首发好物

ClawHub Agent Skills автор: 购物精选 v1.2.2 MIT-0 4 файла тело ≈ 329 токенов Открыть источникclawhub.ai проанализирован 29 ч назад

Инструмент запроса новых поступлений Jingdong, отображает последние добавленные товары с прямой продажей, поддерживает государственные субсидии и программы…

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 329 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 109: 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 skill is a JD shopping search helper that sends search filters to a disclosed cloud proxy and formats returned product results, with no evidence of destructive or hidden behavior.
LLM: benign (high) · VirusTotal: · 15 июл. 2026 г.