BC douyin-comments-sentiment
Помощник по развитию коротких видео в Douyin для ответов на вопросы «Как развивать короткие видео в Douyin», анализа отзывов, оценки настроений и рисков общественного мнения, анализа профилей и намерений пользователей. Подходит для создателей контента, операторов, брендов, электронной коммерции после определения бизнес-целей, материалов контента или объектов анализа. Он объединяет ссылки на видео/записи, вставляет ссылки на обмен Douyin и другие входные данные, систематизирует ключевой контекст и выводит суждения о настроениях и общественном мнении, сигналы профилей и намерений пользователей, рекомендации по эксплуатации и ответы, чтобы облегчить дальнейшее выполнение, анализ или предоставление. Поддерживает четыре основные функции: (1) поиск видео/графики по ключевым словам с возможностью сортировки по лайкам, дате публикации, длительности видео, типу контента; (2) запрос горячих трендов в реальном времени, получение поисковых запросов Douyin и данных о популярности; (3) сбор работ блогеров по ссылке на профиль или sec_uid; (4) анализ комментариев к видео по ссылке на видео или aweme_id.
машинный переводПоказать оригиналСкрыть оригинал«抖音短视频运营增长助手用于回答「抖音短视频怎么运营」、分析评论反馈、看情绪和舆情风险、看用户画像和意图，适合内容创作者、运营、品牌方、电商在…»
抖音短视频运营增长助手用于回答「抖音短视频怎么运营」、分析评论反馈、看情绪和舆情风险、看用户画像和意图，适合内容创作者、运营、品牌方、电商在明确业务目标、内容材料或分析对象后调用。 它会结合视频/笔记链接、粘贴抖音分享链接等输入，整理关键上下文，并输出情绪和舆情判断、用户画像和意图信号、运营建议和回复建议，便于继续执行、复盘或交付。支持四大能力：(1) 关键词搜索视频/图文，可按点赞数、发布时间、视频时长、内容类型筛选排序；(2) 实时热榜查询，获取抖音热搜词条与热度数据；(3) 博主作品抓取，按主页链接或 sec_uid 获取公开作品列表；(4) 视频评论分析，按视频链接或 aweme_id 获取评论内容与互动数据。
Помощник по развитию коротких видео в Douyin для ответов на вопросы «Как развивать короткие видео в Douyin», анализа отзывов, оценки настроений и рисков…
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 35. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 53/100
- 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
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 53
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1139 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)
- +3Формат ответа не описан: модель каждый раз решает сама
- -221 эмодзи в инструкциях: шум для модели
- +2Инструкции на одном языке
- +3Длина description 313 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 19 заголовков
- +3Пошаговые инструкции: 53 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 2)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.