SKILLEMALL.ai

BD geekbi-shein-category-search-skill

В режиме реального времени ищет и анализирует категории SHEIN, возвращая достоверные ID категорий, их иерархию, родительские цепочки и полные пути. Поддерживает фильтрацию и сортировку по сайту, названию, уровню иерархии, родительской категории, индексу «голубого океана», продажам и обороту за последние 3 месяца и суммарно, средней цене, количеству товаров, количеству магазинов, полууправляемым поставкам и показателям роста. Используется, когда пользователь упоминает поиск категорий SHEIN, ID категорий, пути к категориям, популярные категории, категории «голубого океана», масштабы категорий, тренды категорий, проникновение полууправляемых поставок, конкуренцию спроса и предложения или возможности категорий.

машинный переводПоказать оригиналСкрыть оригинал«通过极鲸云实时搜索和分析 SHEIN 类目,返回可信类目 ID、层级、父链和完整路径,支持按站点、名称、层级、父类目、蓝海指数、近 3 个月…»

通过极鲸云实时搜索和分析 SHEIN 类目,返回可信类目 ID、层级、父链和完整路径,支持按站点、名称、层级、父类目、蓝海指数、近 3 个月与累计销量和销售额、平均价格、商品数、店铺数、半托管供给及增长指标筛选和排序。用户提到 SHEIN 类目搜索、类目 ID、类目路径、热销类目、蓝海类目、品类规模、类目趋势、半托管渗透、供需竞争或类目机会时使用。

ClawHub Agent Skills автор: GeekBI v0.1.0 MIT-0 14 файлов тело ≈ 348 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

В режиме реального времени ищет и анализирует категории SHEIN, возвращая достоверные ID категорий, их иерархию, родительские цепочки и полные пути.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкатип 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
D
46/100
Процесс не доведён
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 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 15
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 348 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
  • -31 из 4 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 175 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 4 заголовков
  • +3Пошаговые инструкции: 15 пунктов
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)

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

Внешние проверки

ClawHub: clean
This skill is a disclosed GeekBI SHEIN category-search integration with credential and install cautions, but no evidence of hidden, destructive, or unrelated behavior.
LLM: benign (high) · VirusTotal: · 13 авг. 2026 г.