SKILLEMALL.ai

BC geekbi-shopee-category-search-skill

Используйте Jingsing Cloud для запроса списков категорий Shopee, родительских цепочек категорий и надежных идентификаторов категорий, а также для исследования объема продаж, выручки, ценовых диапазонов, структуры предложения и возможностей категорий на основе образцов товаров в категориях. Используйте, когда пользователь упоминает дерево категорий Shopee, идентификатор категории, исследование категории, анализ рынка или выбор категории. Основывайтесь только на реальных данных, возвращаемых Jingsing Cloud, не рассматривайте образцы товаров в категориях как полный рынок платформы.

машинный переводПоказать оригиналСкрыть оригинал«使用极鲸云查询 Shopee 类目列表、类目父链和可信类目 ID,并结合类目下商品样本研究销量、销售额、价格带、供给结构和品类机会。用户提到…»

使用极鲸云查询 Shopee 类目列表、类目父链和可信类目 ID,并结合类目下商品样本研究销量、销售额、价格带、供给结构和品类机会。用户提到 Shopee 类目树、类目 ID、品类研究、赛道分析或类目选品时使用。只依据极鲸云真实返回的数据,不把类目商品样本当作平台全量市场。

ClawHub Agent Skills автор: GeekBI v0.1.0 MIT-0 16 файлов тело ≈ 216 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Используйте Jingsing Cloud для запроса списков категорий Shopee, родительских цепочек категорий и надежных идентификаторов категорий, а также для исследования…

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
87/100
безопасность, качество, тесты
Безопасность 60%
99
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Секреты в коде secret-high-entropy-token references/Shopee运营与政策口径.md:33
    Строка, похожая на токен (может быть id, хеш или секрет)
    来源:[Shopee 新加坡商品评分与评论说明](https://help.shopee.sg/portal/4/article/76455-%5BPr…ngs%5D-H…uct)。

Просканировано файлов: 15. 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: 14
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 216 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 6 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 137 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 4 заголовков
  • +3Пошаговые инструкции: 14 пунктов
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)

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

Внешние проверки

ClawHub: suspicious
The skill’s Shopee research purpose is coherent, but it stores login tokens in multiple plaintext locations and can be pointed at untrusted API/auth URLs.
LLM: suspicious (high) · 7 сент. 2026 г.