SKILLEMALL.ai

BC geekbi-ozon-shop-search-skill

Использует облако JING для запроса и анализа реальных данных магазинов Ozon по всем поддерживаемым в настоящее время сайтам. Поддерживает фильтрацию и сортировку по магазину, юридическому лицу, стране, бренду, категории, масштабу товаров, подписчикам, продажам, рейтингу, отзывам и времени открытия магазина. Используется, когда пользователь упоминает магазины Ozon, продавцов, конкурирующие магазины, ведущие магазины, новые магазины, китайских продавцов, матрицу брендов или тенденции магазинов. Основывается только на данных, возвращаемых облаком JING.

машинный переводПоказать оригиналСкрыть оригинал«使用极鲸云查询和分析 Ozon 当前支持站点的真实店铺数据,支持按店铺、主体、国家、品牌、类目、商品规模、粉丝、销量销售额、评分、评论和开店…»

使用极鲸云查询和分析 Ozon 当前支持站点的真实店铺数据,支持按店铺、主体、国家、品牌、类目、商品规模、粉丝、销量销售额、评分、评论和开店时间筛选排序。用户提到 Ozon 店铺、卖家、竞店、头部店铺、新店、中国卖家、品牌矩阵或店铺趋势时使用。只依据极鲸云返回数据。

ClawHub Agent Skills автор: GeekBI v0.1.0 MIT-0 15 файлов тело ≈ 98 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Использует облако JING для запроса и анализа реальных данных магазинов Ozon по всем поддерживаемым в настоящее время сайтам.

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 98 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 133 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
This skill is mostly a coherent Ozon shop research integration, but it stores login tokens too broadly and allows API destinations that are not clearly constrained.
LLM: suspicious (high) · 7 сент. 2026 г.