SKILLEMALL.ai

AC Review Request Optimizer

Оптимизирует время, канал и сообщения для запросов отзывов, чтобы максимизировать количество полученных отзывов и рейтинг звёзд. Используйте, когда продавец электронной коммерции хочет увеличить скорость получения отзывов, улучшить средний рейтинг звёзд или исправить программу отзывов, которая даёт низкий процент ответа или представляет риск соответствия на Amazon, Shopify, eBay или Etsy.

машинный переводПоказать оригиналСкрыть оригинал«Optimize review request timing, channel, and messaging to maximize rev…»

Optimize review request timing, channel, and messaging to maximize review collection rates and star ratings. Use when an ecommerce seller wants to lift review velocity, improve star average, or fix a review program that is producing low response rates or compliance risk on Amazon, Shopify, eBay, or Etsy.

ClawHub Agent Skills автор: LeroyCreates v1.1.0 MIT-0 7 файлов тело ≈ 2 238 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Оптимизирует время, канал и сообщения для запросов отзывов, чтобы максимизировать количество полученных отзывов и рейтинг звёзд.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторShopifyИнфраструктураБезопасностьтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
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
Отчётность по ходу вес 2
0
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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)

    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
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (Review Request Optimizer) не совпадает с папкой (aes-review-request-optimizer)
    • 70Ошибки и развилки. Развилок: 4
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 32
    • 100Стоимость исполнения. Тело инструкции 2238 токенов

    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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 305 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 32 пунктов
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

    Внешние проверки

    ClawHub: clean
    This is a text-only ecommerce review strategy skill with disclosed, purpose-aligned guidance and no code, credentials, persistence, or hidden data flows.
    LLM: benign (high) · VirusTotal: · 28 мая 2026 г.