BC douyin-keyword-surge
Инструмент для запроса топ-1000 видео TikTok по приросту лайков за 7 дней. Включает работы со всей платформы, поддерживает указание отраслевых категорий и пользовательских ключевых слов для получения списка. Используется, когда пользователь запрашивает топ-1000 видео TikTok по приросту лайков за 7 дней, еженедельный топ TikTok, топ-1000 видео TikTok по приросту лайков за 7 дней, еженедельный топ TikTok, топ актуальных видео TikTok, топ-1000 видео TikTok по приросту лайков за день, топ-1000 видео TikTok по приросту лайков в отраслевых категориях. Триггерные фразы: топ-1000 видео TikTok по приросту лайков за 7 дней, прирост лайков за 7 дней, еженедельный топ, еженедельный топ TikTok, прирост за 7 дней TikTok, еженедельный топ TikTok, актуальный топ TikTok, топ-1000 видео TikTok по приросту лайков за день, топ-1000 видео TikTok по приросту лайков в отраслевых категориях. Поддерживает четыре основные функции: (1) Поиск видео/изображений по ключевым словам с фильтрацией и сортировкой по количеству лайков, времени публикации, длительности видео, типу контента; (2) Запрос актуальных топов для получения поисковых запросов TikTok и данных об их популярности; (3) Получение списка общедоступных работ автора по ссылке на профиль или sec_uid; (4) Анализ комментариев к видео по ссылке на видео или aweme_id для получения содержания комментариев и данных о взаимодействии.
машинный переводПоказать оригиналСкрыть оригинал«抖音七日点赞飙升榜查询工具。实时收录全平台抖音作品，输出七日新增点赞TOP1000榜单，支持指定行业垂类关键词，支持自定义关键词获取点赞榜单…»
抖音七日点赞飙升榜查询工具。实时收录全平台抖音作品，输出七日新增点赞TOP1000榜单，支持指定行业垂类关键词，支持自定义关键词获取点赞榜单作品。当用户查询抖音七日飙升榜、抖音周榜飙升、抖音七日点赞飙升、抖音周度飙升榜、抖音实时作品榜单、抖音今日作品点赞榜、抖音垂类行业点赞榜时使用。触发词：抖音七日飙升榜、七日点赞飙升、周度飙升排名、周榜飙升、抖音七日新增、抖音周榜飙升、抖音实时榜单、抖音今日作品点赞榜、抖音垂类行业点赞榜。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。
Инструмент для запроса топ-1000 видео TikTok по приросту лайков за 7 дней.
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 1155 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 360 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.