SKILLEMALL.ai

BC linkfox-seerfar-ozon-product-report-search

Seerfar Ozon Отчеты по товарам: фильтруйте товары Ozon по таким показателям, как продажи, объем продаж, темпы роста продаж/объема продаж, коэффициент конверсии корзины покупок, коэффициент конверсии заказа, цена, рейтинг, количество отзывов, количество вопросов и ответов, количество вариантов, количество просмотров, валовая прибыль, коэффициент возврата/отмены, доля рекламных расходов, вес/объем, время размещения, бренд, продавец, способ доставки, теги и т. д. Возвращает полные поля отчета по товарам, такие как SKU, заголовок, цена (рубли), продажи, объем продаж, упущенные продажи, коэффициент конверсии, рейтинг, отзывы, бренд, продавец, способ доставки, количество дней/месяцев размещения и т. д. Используется для подбора товаров Ozon, анализа товаров конкурентов, поиска популярных товаров, фильтрации по ценовым/конверсионным диапазонам. Этот навык активируется, когда пользователь упоминает отчеты по товарам Ozon, подбор товаров Ozon, фильтрацию товаров Ozon, анализ товаров Ozon, популярные товары Ozon, анализ товаров конкурентов Ozon, отчеты по товарам Ozon, фильтр товаров Ozon, фильтрацию товаров Ozon по продажам, поиск бестселлеров Ozon, отчеты по товарам Seerfar Ozon. Даже если пользователь явно не упоминает «Seerfar», этот навык следует активировать, если его намерение состоит в том, чтобы отфильтровать товары Ozon по нескольким показателям и просмотреть отчеты на уровне товаров.

машинный переводПоказать оригиналСкрыть оригинал«Seerfar Ozon 商品报表搜索:按销量、销售额、销量/销售额增长率、购物车转化率、下单转化率、价格、评分、评论数、QA数、变体数、浏…»

Seerfar Ozon 商品报表搜索:按销量、销售额、销量/销售额增长率、购物车转化率、下单转化率、价格、评分、评论数、QA数、变体数、浏览量、毛利率、退货取消率、广告费用份额、重量/体积、上架时间、品牌、卖家、配送方式、标签等多维指标筛选 Ozon 商品,返回每个商品的 SKU、标题、价格(卢布)、销量、销售额、损失销售额、转化率、评分、评论、品牌、卖家、配送方式、上架天数/月数等完整商品报表字段,用于 Ozon 选品、竞品商品分析、热销商品挖掘、价格带/转化带筛选。当用户提到 Ozon 商品报表、Ozon 选品、Ozon 商品筛选、Ozon 商品分析、Ozon 热销商品、Ozon 竞品商品分析、Ozon product report, Ozon product screener, filter Ozon products by sales, Ozon best-seller mining, Seerfar Ozon 商品报表时触发此技能。即使用户未明确提到"Seerfar",只要其意图是按多指标筛选 Ozon 商品并查看商品级报表,也应触发此技能。

ClawHub Agent Skills автор: linkfox-ai v1.0.4 MIT-0 6 файлов тело ≈ 2 681 токенов Открыть источникclawhub.ai проанализирован 35 ч назад

Seerfar Ozon Отчеты по товарам: фильтруйте товары Ozon по таким показателям, как продажи, объем продаж, темпы роста продаж/объема продаж, коэффициент…

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
C
56/100
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • 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
  • 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: 6. 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")

Процессный рейтинг: все десять параметров 56/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 38
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2681 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (12 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
  • -31 из 2 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 484 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 38 пунктов
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
The skill’s main Ozon product search is coherent, but it also includes sensitive account, API-key, and payment onboarding flows that need careful review before installation.
LLM: suspicious (high) · 14 авг. 2026 г.