SKILLEMALL.ai

BD 1688-sourcing-inquiry

Возможность поиска и запроса на 1688. Когда у пользователя есть нечеткий запрос на закупку, но конкретный товар еще не выбран, он может инициировать задачу запроса на закупку, описав название товара, количество и потребности. Платформа подберет подходящих поставщиков и предложит варианты ценообразования. Ключевая цель: этап поиска и запроса перед закупкой, помогающий пользователю преобразовать нечеткое намерение о закупке в структурированный запрос и получить предложения от поставщиков. Ключевые слова: запрос, запрос цены, поиск, консультация по закупкам, разместить запрос на закупку, у меня есть партия XX, кто может поставить, запрос цены. Сценарии, не соответствующие этой функции: поиск товаров/выбор товаров/поиск аналогов/сравнение цен → 1688-product-find; оформление заказа/оплата/проверка заказа на конкретный товар → 1688-order; поиск поставщиков/поиск фабрик → 1688-source-suppliers.

машинный переводПоказать оригиналСкрыть оригинал«1688采购询盘寻源能力。当用户有模糊的采购需求但尚未选定具体商品时,通过描述商品名称、数量和需求,发起采购询盘任务,由平台匹配合适的供应商…»

1688采购询盘寻源能力。当用户有模糊的采购需求但尚未选定具体商品时,通过描述商品名称、数量和需求,发起采购询盘任务,由平台匹配合适的供应商和报价方案。 核心定位:采购前的询盘寻源阶段,帮助用户将模糊的采购意向转化为结构化询盘,获取供应商报价。 触发词:询盘、询价、寻源、采购咨询、发布采购需求、我有一批XX要采购谁能供货、求报价。 不触发场景:搜索浏览商品/选品/找同款/比价 → 1688-product-find;已选定具体商品要下单/支付/查订单 → 1688-order;找供应商/找工厂 → 1688-source-suppliers。

ClawHub Agent Skills автор: 1688AiInfra v0.1.0 MIT-0 30 файлов тело ≈ 1 031 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Возможность поиска и запроса на 1688.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураЗакупки и снабжениетип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
65
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • 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: 30. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description 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 (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 38
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1031 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
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • -314 из 14 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 274 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 38 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.

Внешние проверки

ClawHub: suspicious
This skill has a plausible 1688 procurement function, but it also handles, stores, displays, and manages sensitive 1688 credentials in ways users should review carefully.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.