AD playlet-bili-feed
Инструмент отслеживания популярных коротких дорам на Bilibili, ежедневно автоматически сканирующий контент, связанный с созданием коротких дорам на Bilibili, фильтрующий популярные работы по количеству лайков, интеллектуально кластеризующий темы и генерирующий визуализированный HTML-ежедневный отчет и анализ тенденций создания контента. ⚠️ Перед запросом скрипт сначала проверяет ввод: ключевые слова должны соответствовать словарю тем коротких дорам (названия тем, указанные в topic_keywords + все связанные слова, например, «дать пощечину» соответствует связанным словам темы «обратный отсчет»), после совпадения ключевое слово используется для запроса данных; если не соответствует, выводится сообщение «ключевое слово не соответствует условиям запроса» и рекомендуются связанные слова, при этом интерфейс запроса не инициируется. Данные обновляются ежедневно в 15:00 за предыдущий день. Если в целевую дату нет данных, необходимо сначала сообщить пользователю и дождаться подтверждения, прежде чем вызывать интерфейс, запрещено автоматическое получение данных. Используйте, когда пользователю нужен ежедневный отчет о популярных коротких дорамах на Bilibili, анализ тенденций тем коротких дорам, просмотр популярных инфлюенсеров или генерация отчета о тенденциях создания коротких дорам.
машинный переводПоказать оригиналСкрыть оригинал«B站短剧爆款内容追踪工具，每日自动扫描B站短剧创作内容，按点赞量筛选爆款作品，智能聚类题材后生成可视化HTML日报与创作趋势分析。⚠️查询前…»
B站短剧爆款内容追踪工具，每日自动扫描B站短剧创作内容，按点赞量筛选爆款作品，智能聚类题材后生成可视化HTML日报与创作趋势分析。⚠️查询前脚本先做输入校验：关键词需命中短剧题材词库（topic_keywords 中规定的题材名+全部相关词，如「打脸」命中逆袭题材相关词），命中后直接使用该关键词查询数据；不满足时提醒'关键词不满足查询条件'并推荐相关词，且不发起接口请求。数据每日15:00更新前一天数据，目标日期无数据时必须先告知用户并等待确认后才能调用接口，禁止自动获取。当用户需要查询B站短剧爆款日报、分析短剧题材趋势、查看热门达人表现或生成短剧创作趋势报告时使用。
Инструмент отслеживания популярных коротких дорам на Bilibili, ежедневно автоматически сканирующий контент, связанный с созданием коротких дорам на Bilibili…
Как процесс D 46/100 · Процесс не доведён — 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: 6. 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 46/100
- 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
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 55
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2321 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
- -216 эмодзи в инструкциях: шум для модели
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 287 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 33 заголовков
- +3Пошаговые инструкции: 55 пунктов
- +4Есть примеры (5 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.