SKILLEMALL.ai
GitHub ↗ EN Войти

BF linkfox-amazon-store-operations

Комплексный набор инструментов AI для работы с магазинами Amazon SP-API. Интегрирует 12 подвозможностей, включая авторизацию/заказы/листинги/ценообразование/каталог/отчеты/фиды/отзывы покупателей/загрузку файлов/контент A+/внешнее выполнение/FBA, охватывая весь цикл повседневной работы магазина.

машинный переводПоказать оригиналСкрыть оригинал«亚马逊店铺 SP-API 运营一站式 AI 工具集，整合授权/订单/Listing/定价/Catalog/报告/Feeds/买家反馈/文件上…»

亚马逊店铺 SP-API 运营一站式 AI 工具集，整合授权/订单/Listing/定价/Catalog/报告/Feeds/买家反馈/文件上传/A+ Content/External Fulfillment/FBA 等 12 项子能力，覆盖店铺日常运营全链路。

ClawHub Agent Skills автор: linkfox-ai v1.2.3 MIT-0 80 файлов тело ≈ 4 566 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Комплексный набор инструментов AI для работы с магазинами Amazon SP-API.

Как процесс F 31/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/<源skill>.md, references/report-types.md

ИнтеграцияДанные и аналитикаТорговляМаркетингтип 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
B
80/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
54
Прогон на моделях
не было
Процессный рейтинг
F
31/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/<源skill>.md, references/report-types.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Опасные команды cmd-shell-rc references/onboarding.md:13
    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:14
    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

Просканировано файлов: 80. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 6, column 17: description_en: One-stop Amazon store SP-API operations toolkit integrating 10 … ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: references/<源skill>.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/report-types.md
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name"
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name_en"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_zh"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_en"

Процессный рейтинг: все десять параметров 31/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/<源skill>.md, references/report-types.md
  • 0Инструменты и файлы. Не хватает 2 файла(ов): references/<源skill>.md, references/report-types.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
  • 30Повторный запуск. Изменяющих операций: 20, без проверки текущего состояния
  • 70Стоимость исполнения. Тело инструкции 4566 токенов
  • 100Шаги. Шагов: 37
  • 100Согласованность. Имя и обязательные поля на месте
  • low Ответ описан самодельной разметкой (8 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 130 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 23 заголовков
  • +3Пошаговые инструкции: 37 пунктов
  • +4Есть примеры (10 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (13 из 15)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 54.

Внешние проверки

ClawHub: suspicious
This skill is a coherent Amazon seller operations integration, but it handles high-impact store access, tokens, local data retention, and write actions in ways users should review carefully before installing.
LLM: suspicious (high) · 14 авг. 2026 г.