AC google-maps-search-api-skill
Этот навык предназначен для автоматического извлечения данных о компаниях из результатов поиска Google Maps. Агент должен проактивно применять этот навык, когда пользователь делает следующие запросы: 1. Поиск кофеен в конкретном городе; 2. Поиск ближайших стоматологов или медицинских клиник; 3. Отслеживание местоположений конкурентов в определенном районе; 4. Извлечение потенциальных клиентов из списков Google Maps; 5. Сбор данных о ресторанах для исследования рынка; 6. Поиск отелей или вариантов размещения в регионе; 7. Поиск конкретных услуг, таких как коворкинги или спортзалы; 8. Мониторинг открытия новых предприятий в районе; 9. Сбор контактной информации и адресов для поиска клиентов; 10. Анализ ценовых диапазонов и кухонь местных заведений; 11. Получение рейтингов и количества отзывов для списка предприятий; 12. Экспорт данных местных предприятий в CRM или базу данных.
машинный переводПоказать оригиналСкрыть оригинал«This skill is designed to help users automatically extract business da…»
This skill is designed to help users automatically extract business data from Google Maps search results. The Agent should proactively apply this skill when the user makes the following requests: 1. Search for coffee shops in a specific city; 2. Find dentists or medical clinics nearby; 3. Track competitors' locations in a certain area; 4. Extract business leads from Google Maps lists; 5. Gather restaurant data for market research; 6. Find hotels or accommodation options in a region; 7. Locate specific services like coworking spaces or gyms; 8. Monitor new business openings in a neighborhood; 9. Collect contact information and addresses for sales prospecting; 10. Analyze price ranges and cuisines of local eateries; 11. Get ratings and review counts for a list of businesses; 12. Export local business data into a CRM or database.
Этот навык предназначен для автоматического извлечения данных о компаниях из результатов поиска Google Maps.
Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу
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: 2. 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 62/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Шаги. Шагов: 50
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1378 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)
- +3Длина description 838: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 50 пунктов
- +4Есть примеры (1 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.