SKILLEMALL.ai

BC geekbi-ozon-keyword-search-skill

Используйте JING Cloud для запроса и анализа реальных данных по ключевым словам на Ozon для всех поддерживаемых в настоящее время сайтов, включая исходные и китайские слова, объем поиска, объем продаж и выручку, предложение товаров и магазинов, среднюю цену, категорию, дневные, недельные и месячные изменения, а также историю. Используйте, когда пользователь упоминает поисковые запросы Ozon, тенденции ключевых слов, горячие слова, слова для нишевых рынков, спрос или конкуренцию со стороны предложения. Используйте только реальные данные, возвращаемые JING Cloud.

машинный переводПоказать оригиналСкрыть оригинал«使用极鲸云查询和分析 Ozon 当前支持站点的真实关键词数据,包括原始词和中文词、搜索量、销量销售额、商品店铺供给、平均价格、类目、日周月变…»

使用极鲸云查询和分析 Ozon 当前支持站点的真实关键词数据,包括原始词和中文词、搜索量、销量销售额、商品店铺供给、平均价格、类目、日周月变化和历史。用户提到 Ozon 搜索词、关键词趋势、热词、蓝海词、需求或供给竞争时使用。仅依据极鲸云真实返回数据。

ClawHub Agent Skills автор: GeekBI v0.1.0 MIT-0 15 файлов тело ≈ 94 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Используйте JING Cloud для запроса и анализа реальных данных по ключевым словам на Ozon для всех поддерживаемых в настоящее время сайтов, включая исходные и…

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
65
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: 14. 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: 5
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 94 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)
  • +4Структура: 1 заголовков, инструкции сложно сканировать
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • -32 из 5 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 126 символов: достаточно сигнала, не съедает бюджет
  • +3Пошаговые инструкции: 5 пунктов
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.

Внешние проверки

ClawHub: suspicious
The skill is for Ozon keyword research, but it stores login tokens in multiple plaintext locations and allows authenticated requests to be redirected to arbitrary API hosts.
LLM: suspicious (high) · 7 сент. 2026 г.