SKILLEMALL.ai

BF linkfox-expert-amazon-competitor-monitor

Эксперт по мониторингу динамики конкурентов на Amazon. Подходит для периодического отслеживания ASIN конкурентов, изменений цен, колебаний BSR, изменений отзывов, модификаций листингов, периодических уведомлений и отчетов о динамике конкурентов.

машинный переводПоказать оригиналСкрыть оригинал«亚马逊竞品动态监控专家。适用于周期性跟踪竞品 ASIN、价格变化、BSR 波动、评论变化、Listing 改动、定时提醒和竞品动态报告的场景…»

亚马逊竞品动态监控专家。适用于周期性跟踪竞品 ASIN、价格变化、BSR 波动、评论变化、Listing 改动、定时提醒和竞品动态报告的场景。

ClawHub Agent Skills автор: linkfox-ai v1.0.1 MIT-0 73 файла тело ≈ 1 285 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Эксперт по мониторингу динамики конкурентов на Amazon.

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/data-cleaning.md

ПроцедураДанные и аналитикаИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
83/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
58
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/data-cleaning.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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 2. 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/data-cleaning.md
  • заметка frontmatter-key неизвестное поле фронтматтера "zh_name"

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/data-cleaning.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/data-cleaning.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
  • 100Шаги. Шагов: 40
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1285 токенов
  • 100Повторный запуск. Изменяющих операций нет

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)
  • +3Длина description 71: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 40 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 58.

Внешние проверки

ClawHub: suspicious
The skill mostly fits Amazon competitor monitoring, but it bundles broad account, billing, upload, and recurring-task powers with credential-bearing network calls that deserve human review before installation.
LLM: suspicious (medium) · 9 авг. 2026 г.