AC scrape-applied-links
Массово запускает render-and-parse (из пакета render-url) для каждого URL в JSON-файле объектов заданий/ссылок и записывает полученные пути к файлам rendered_page_N.json / parsed_page_N.json обратно в этот файл. Используйте это, когда задача заключается в "скрапинге всех этих URL из JSON-файла", а не в однократном вызове render-and-parse. При первом использовании устанавливает CLI `scrape-applied-links` из PyPI.
машинный переводПоказать оригиналСкрыть оригинал«Bulk-run render-and-parse (from the render-url package) over every url…»
Bulk-run render-and-parse (from the render-url package) over every url in a JSON file of job/link objects, and record the resulting rendered_page_N.json / parsed_page_N.json paths back into that file. Use this whenever the task is "scrape all these urls from a JSON file" rather than a single one-off render-and-parse call. Installs the `scrape-applied-links` CLI from PyPI on first use.
Массово запускает render-and-parse (из пакета render-url) для каждого URL в JSON-файле объектов заданий/ссылок и записывает полученные пути к файлам…
Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, согласованность
Как улучшить
- 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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 60/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 40Согласованность. Имя во frontmatter (scrape-applied-links) не совпадает с папкой (bulkurlscraper-skill)
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 85Шаги. Шагов: 17, расплывчатых формулировок: 1
- 100Стоимость исполнения. Тело инструкции 1329 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Ответ описан самодельной разметкой (6 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 387 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 8 заголовков
- +3Пошаговые инструкции: 17 пунктов
- +4Есть примеры (4 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.