CD douyin-research
Исследование и анализ видео, инфлюенсеров, комментариев и товарных категорий в Douyin. Используется, когда пользователь упоминает анализ данных Douyin, маркетинговые исследования, выбор товаров, поиск товаров, популярные товары, тренды, объем рынка, конкурентную структуру и т. д. для принятия управленческих решений, формируя выводы на основе реальных данных, возвращаемых Douyin. Поддерживает четыре основные функции: (1) поиск видео/графических материалов по ключевым словам с возможностью фильтрации и сортировки по количеству лайков, времени публикации, длительности видео, типу контента; (2) запрос в реальном времени к спискам популярных тем для получения популярных поисковых запросов Douyin и данных об их популярности; (3) сбор работ блогеров по ссылке на профиль или sec_uid для получения списка общедоступных работ; (4) анализ комментариев к видео по ссылке на видео или aweme_id для получения контента комментариев и данных о взаимодействии.
машинный переводПоказать оригиналСкрыть оригинал«通过怪奇信息查询和分析抖音视频、达人、评论和品类机会研究。用户提到DouYin或抖音 数据分析、市场调研、选品、找品、爆品、趋势、市场容量、…»
通过怪奇信息查询和分析抖音视频、达人、评论和品类机会研究。用户提到DouYin或抖音 数据分析、市场调研、选品、找品、爆品、趋势、市场容量、竞争结构等数据形成经营判断时使用，依据抖音真实返回的数据形成分析结论。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。
Исследование и анализ видео, инфлюенсеров, комментариев и товарных категорий в Douyin.
Как процесс D 35/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: assets/*_resp.schema.json
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 34. 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") - предупреждение
missing-refссылка на отсутствующий файл: assets/*_resp.schema.json
Процессный рейтинг: все десять параметров 35/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): assets/*_resp.schema.json
- 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
- 100Шаги. Шагов: 46
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2066 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 11. 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
- -220 эмодзи в инструкциях: шум для модели
- +2Инструкции на одном языке
- +3Длина description 251 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 16 заголовков
- +3Пошаговые инструкции: 46 пунктов
- +4Есть примеры (2 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 2)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.