BF keyword-research
Глубокое исследование и интеллектуальный анализ ключевых слов Amazon. На основе сбора данных Sorftime MCP по 2000+ ключевым словам, LLM Agent интеллектуально классифицирует их по 8 измерениям (отрицательные слова, брендовые слова, слова о материалах, слова о сценариях использования, слова об атрибутах, функциональные слова, основные слова, прочие), генерируя отчет в формате Markdown, CSV-словарь и HTML-дашборд. Триггер: /keyword-research {ASIN} {SITE}
машинный переводПоказать оригиналСкрыть оригинал«亚马逊关键词深度调研与智能分类分析。基于 Sorftime MCP 数据采集 2000+ 关键词，通过 LLM Agent 按 8 维度智能…»
亚马逊关键词深度调研与智能分类分析。基于 Sorftime MCP 数据采集 2000+ 关键词，通过 LLM Agent 按 8 维度智能分类（否定词、品牌词、材质词、场景词、属性词、功能词、核心词、其他），生成 Markdown 报告、CSV 词库和 HTML 仪表板。触发方式：/keyword-research {ASIN} {SITE}
Глубокое исследование и интеллектуальный анализ ключевых слов Amazon.
Как процесс F 31/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/sorftime-keyword-api.md, references/classification-rules.md
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 18. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
missing-refссылка на отсутствующий файл: references/sorftime-keyword-api.md - предупреждение
missing-refссылка на отсутствующий файл: references/classification-rules.md
Процессный рейтинг: все десять параметров 31/100
- 0Инструменты и файлы. Не хватает 2 файла(ов): references/sorftime-keyword-api.md, references/classification-rules.md
- 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
- 40Согласованность. Имя во frontmatter (keyword-research) не совпадает с папкой (amazon-sorftime-research-keywords-skill)
- 100Шаги. Шагов: 50
- 100Стоимость исполнения. Тело инструкции 2650 токенов
- 100Повторный запуск. Изменяющих операций нет
- 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
- +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
- -213 эмодзи в инструкциях: шум для модели
- -44 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- -38 из 10 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 173 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 49 заголовков
- +3Пошаговые инструкции: 50 пунктов
- +4Есть примеры (22 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 54.