SKILLEMALL.ai
GitHub ↗ EN Войти

CD linkfox-amazon-store-fulfillment-inbound

Управление всем процессом входящих поставок в Amazon FBA. Используется для создания и управления планами входящих поставок, обработки упаковки, размещения, отгрузки, обновления содержимого отгрузки, временных окон доставки, записи на самовывоз, планов транспортировки, соответствия товаров, предварительной обработки, маркировки коробок, коносаментов и асинхронных статусов операций. Активируется, когда пользователь упоминает план входящих поставок FBA, Send to Amazon, создание плана входящих поставок, packing option, placement option, transportation option, маркировку коробок для отгрузки, этикетки для входящих поставок, запись на доставку в центр, shipmentConfirmationId, createInboundPlan, Fulfillment Inbound API, v2024-03-20 или интерфейс входящих поставок v0. Активируется, даже если "Fulfillment Inbound" не упоминается явно, но есть намерение отправить запасы в центр обработки заказов Amazon и выполнить шаги по созданию склада, упаковке, распределению по складам, транспортировке или доставке в центр.

машинный переводПоказать оригиналСкрыть оригинал«亚马逊 FBA 入仓与 Fulfillment Inbound 全流程管理。用于创建和管理 inbound plan，处理装箱、placem…»

亚马逊 FBA 入仓与 Fulfillment Inbound 全流程管理。用于创建和管理 inbound plan，处理装箱、placement、shipment、货件内容更新、送达窗口、自配送预约、运输方案、商品合规、预处理、箱唛标签、提单及异步操作状态。用户提到 FBA 入库计划、Send to Amazon、创建入仓计划、packing option、placement option、transportation option、货件箱唛、入仓标签、送仓预约、shipmentConfirmationId、createInboundPlan、Fulfillment Inbound API、v2024-03-20 或 v0 入仓接口时触发。即使未明确说“Fulfillment Inbound”，只要希望把库存发往亚马逊运营中心并完成建仓、装箱、分仓、运输或交仓步骤，也应触发此技能。

ClawHub Agent Skills автор: linkfox-ai v1.0.1 MIT-0 74 файла · 57 скриптов тело ≈ 1 818 токенов Открыть источникclawhub.ai↗ проанализирован 6 дн назад

Управление всем процессом входящих поставок в Amazon FBA.

Как процесс D 48/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: references/apis/*.md

ИнтеграцияЛогистика и складтип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
C
84/100
безопасность, качество, тесты
Безопасность 60%
96
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
D
48/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: references/apis/*.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
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 · 4

✓ Критических и высоких находок нет

Средние и низкие: 4
  • низкая Опасные команды cmd-shell-rc references/onboarding.md:27
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile) (в кавычках — упоминание, а не команда)
    - macOS zsh：`echo 'export LINKFOX_AGENT_API_KEY="<key>"' >> ~/.zshrc && source ~/.zshrc`
    в кавычках
  • низкая Опасные команды cmd-shell-rc references/onboarding.md:28
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile) (определение детектора / чёрного списка)
    - Linux bash：`echo 'export LINKFOX_AGENT_API_KEY="<key>"' >> ~/.bashrc && source ~/.bashrc`
    детектор
  • низкая Секреты в коде secret-high-entropy-token scripts/_spapi_fulfillment_inbound_specs.py:389
    Строка, похожая на токен (может быть id, хеш или секрет) (тестовый файл / пример; в кавычках — упоминание, а не команда)
    "Pack…eft", "Pack…4_2", "Pack…4_4",
    тестовый файлв кавычках
  • низкая Секреты в коде secret-high-entropy-token scripts/onboarding.py:49
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    or "eyJh…iJ9")
    в кавычках

Просканировано файлов: 74. 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: references/apis/*.md
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 80): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 48/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/apis/*.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/apis/*.md
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 39
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1818 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Ответ описан самодельной разметкой (11 тегов): типизированный вызов надёжнее

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
  • -352 из 57 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 397 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 39 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (5 из 5)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: suspicious
The skill mostly matches Amazon FBA inbound work, but it handles sensitive seller data, credentials, and billing with under-scoped endpoint and storage controls that deserve review before installation.
LLM: suspicious (high) · 14 сент. 2026 г.