SKILLEMALL.ai

AA reviewlens

Анализ отзывов для покупок в материковом Китае, который сжимает большие объемы отзывов с торговых площадок в карточку принятия решений, выявляет повторяющиеся похвалы и жалобы, отличает концентрированные недостатки продукта от шума продавца или логистики, определяет, кому подходит продукт, а кто, скорее всего, пожалеет о покупке, и сообщает пользователю, является ли дешевый вариант с недостатками или более дорогой, но надежный. Используйте, когда пользователь говорит что-то вроде «别看评分,告诉我大家到底在骂什么», «差评是不是集中在同一个问题», «这东西适合谁», «谁最容易踩坑», или «便宜版能买吗还是贵一点更稳».

машинный переводПоказать оригиналСкрыть оригинал«Review intelligence skill for mainland China shopping that compresses…»

Review intelligence skill for mainland China shopping that compresses large volumes of marketplace reviews into a decision card, surfaces repeated praise and complaint patterns, distinguishes concentrated product flaws from seller or logistics noise, identifies who the product fits and who is likely to regret it, and tells the user whether the route is cheap with flaws or pricier but steadier. Use when the user says things like "别看评分,告诉我大家到底在骂什么", "差评是不是集中在同一个问题", "这东西适合谁", "谁最容易踩坑", or "便宜版能买吗还是贵一点更稳".

ClawHub Agent Skills автор: haidong v1.0.0 MIT-0 9 файлов · 1 скрипт тело ≈ 2 490 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Анализ отзывов для покупок в материковом Китае, который сжимает большие объемы отзывов с торговых площадок в карточку принятия решений, выявляет повторяющиеся…

Как процесс A 80/100 · Дойдёт до конца — слабые места: повторный запуск

АнализаторПоддержка клиентовтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
89
Прогон на моделях
не было
Процессный рейтинг
A
80/100
Дойдёт до конца
Повторный запуск вес 4
30
Ошибки и развилки вес 10
55
Результат и критерий готовности вес 14
60
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 80/100

    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 55Ошибки и развилки. Развилок: 1
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 152
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2490 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 14. Похоже на несколько доменов в одном скилле

    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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +4Нет примеров входа/выхода
    • -31 из 1 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 5 примера фраз-триггеров в кавычках
    • +3Длина description 508 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 25 заголовков
    • +3Пошаговые инструкции: 152 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 89.

    Внешние проверки

    ClawHub: clean
    The skill's requests, files, and runtime instructions align with its stated purpose (compressing and analyzing product reviews) and it does not ask for credentials, unusual binaries, or perform hidden installs.
    LLM: benign (high) · VirusTotal: benign · 4 апр. 2026 г.