BC short-form-market-research-brain
Исследование рынка коротких видео через API Virlo — исследование вирусных ниш, отслеживание трендов, проверка авторов, анализ хэштегов и звуков в TikTok, YouTube Shorts и Instagram Reels. Используйте, когда пользователь хочет исследовать, что работает в нише, найти восходящих авторов, отслеживать тренды или анализировать эффективность видео в социальных сетях.
машинный переводПоказать оригиналСкрыть оригинал«Short-form video market research via the Virlo API — viral niche resea…»
Short-form video market research via the Virlo API — viral niche research, trend tracking, creator vetting, hashtag and sound intelligence across TikTok, YouTube Shorts, and Instagram Reels. Use when the user wants to research what's working in a niche, find rising creators, monitor trends, or analyze social video performance.
Исследование рынка коротких видео через API Virlo — исследование вирусных ниш, отслеживание трендов, проверка авторов, анализ хэштегов и звуков в TikTok…
Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, стоимость исполнения
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Утечка данных
net-credential-useSKILL.md:31Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (документация security-скилла; хост вендора самого скилла)curl -H "Authorization: Bearer $VIRLO_API_KEY" https://api.virlo.ai/v1/account/balance
security-скиллvendor-host
Просканировано файлов: 11. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 16018 токенов (рекомендуется < 5000); вынесите детали в references/ - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
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
- 10Стоимость исполнения. Тело инструкции 16018 токенов: вытесняет саму задачу из окна
- 30Повторный запуск. Изменяющих операций: 45, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Шаги. Шагов: 213
- 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
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 328 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 27 заголовков
- +3Пошаговые инструкции: 213 пунктов
- +4Есть примеры (6 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.