SKILLEMALL.ai

BF geekbi-shein-product-search-skill

Используется для поиска и анализа данных о товарах SHEIN с помощью JING Cloud, фильтрации товаров по ключевым словам, идентификатору надежной категории, сайту, режиму управления, продажам, доходу, цене, цене поставщика, количеству аналогичных товаров, рейтингу, времени размещения и другим условиям, а также для определения списков популярных товаров, новых товаров, товаров с низким уровнем конкуренции, сравнения кандидатов, ценовых диапазонов, тенденций продаж, интенсивности конкуренции и возможностей для подбора товаров. Используйте, когда пользователь упоминает поиск товаров SHEIN, поиск товаров, подбор товаров, хиты продаж, новые товары, товары с низким уровнем конкуренции, списки товаров, продажи товаров, цены товаров, цены поставщика, полное управление, частичное управление, количество повторных продаж, конкуренцию среди аналогичных товаров, производительность товаров или сравнение кандидатов. Выводы делаются исключительно на основе реальных данных о товарах, возвращаемых JING Cloud.

машинный переводПоказать оригиналСкрыть оригинал«通过极鲸云搜索和分析 SHEIN 商品数据,按关键词、可信类目 ID、站点、托管模式、销量、销售额、价格、供货价、同款数、评分、上架时间等条…»

通过极鲸云搜索和分析 SHEIN 商品数据,按关键词、可信类目 ID、站点、托管模式、销量、销售额、价格、供货价、同款数、评分、上架时间等条件筛选商品,并完成热销榜、新品榜、低竞争商品、候选商品对比、价格带、销量趋势、竞争强度和选品机会判断。用户提到 SHEIN 商品搜索、找品、选品、爆款、新品、蓝海商品、低竞争商品、商品榜单、商品销量、商品价格、供货价、全托管、半托管、跟卖数、同款竞争、商品表现或候选商品比较时使用。只依据极鲸云真实返回的商品数据形成结论。

ClawHub Agent Skills автор: GeekBI v0.1.0 MIT-0 14 файлов тело ≈ 468 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Используется для поиска и анализа данных о товарах SHEIN с помощью JING Cloud, фильтрации товаров по ключевым словам, идентификатору надежной категории…

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: <linkUrl>

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
85/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
63
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: <linkUrl>
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: 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: <linkUrl>

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: <linkUrl>
  • 0Инструменты и файлы. Не хватает 1 файла(ов): <linkUrl>
  • 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: 25
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 468 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 231 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 5 заголовков
  • +3Пошаговые инструкции: 25 пунктов
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.

Внешние проверки

ClawHub: suspicious
The skill appears to be a legitimate SHEIN product-search integration, but it reuses and persists login state in a Temu-named namespace, so users should review that credential behavior before installing.
LLM: suspicious (high) · 13 авг. 2026 г.