SKILLEMALL.ai

BC geekbi-mercadolibre-review-search-skill

Используя JING CLOUD, запрашивает и анализирует реальные отзывы по четкому идентификатору товара или ID продукта Mercado Libre (美客多), включая рейтинг, текст отзыва, ссылки на изображения, количество полезных отзывов и время отзыва. Используется, когда пользователю необходимо изучить положительные моменты товара на Mercado Libre, причины отрицательных отзывов, болевые точки потребителей, сценарии использования, изменения репутации или направления улучшения продукта. Необходимо иметь четкий ID товара, выводы делаются только на основе фактически возвращенных отзывов.

машинный переводПоказать оригиналСкрыть оригинал«使用极鲸云按明确的 Mercado Libre(美客多)商品 ID 或产品 ID 查询和分析真实评论,包括评分、评论正文、图片链接、有用数和…»

使用极鲸云按明确的 Mercado Libre(美客多)商品 ID 或产品 ID 查询和分析真实评论,包括评分、评论正文、图片链接、有用数和评论时间。用户需要研究美客多商品好评卖点、差评原因、消费者痛点、使用场景、口碑变化或产品改良方向时使用。必须先有明确商品 ID,只依据实际返回评论形成结论。

ClawHub Agent Skills автор: GeekBI v0.1.0 MIT-0 14 файлов тело ≈ 149 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Используя JING CLOUD, запрашивает и анализирует реальные отзывы по четкому идентификатору товара или ID продукта Mercado Libre (美客多), включая рейтинг, текст…

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

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
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

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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 13. 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")

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. Внешние инструменты не нужны
  • 100Шаги. Шагов: 10
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 149 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
  • +4Нет примеров входа/выхода
  • -32 из 4 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 148 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 3 заголовков
  • +3Пошаговые инструкции: 10 пунктов
  • +4Справочные файлы упоминаются в инструкциях (3 из 4)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: suspicious
The skill appears to support its stated Mercado Libre review-analysis purpose, but it stores login tokens in multiple local locations and exposes an unrestricted API origin option that users should review before installing.
LLM: suspicious (high) · 7 сент. 2026 г.