SKILLEMALL.ai

AD amazon-category-opportunity

Анализ возможностей Amazon по категориям/ключевым словам с помощью Clawec API (оценка возможностей, тенденции рейтинга поиска, продажи и доход за 30 дней, многомерная оценка радара). Используйте при необходимости анализа возможностей категорий Amazon, выбора товаров по категориям, оценки возможностей ключевых слов, анализа рыночных тенденций и радара.

машинный переводПоказать оригиналСкрыть оригинал«通过 Clawec API 对亚马逊品类/关键词做机会分析(机会分、搜索排名趋势、30天销量销售额、雷达多维评分)。在用户需要亚马逊品类机会…»

通过 Clawec API 对亚马逊品类/关键词做机会分析(机会分、搜索排名趋势、30天销量销售额、雷达多维评分)。在用户需要亚马逊品类机会分析、类目选品、关键词机会评估、市场趋势与雷达分解读时使用。

ClawHub Agent Skills автор: clawEC v1.0.1 MIT-0 4 файла · 1 скрипт тело ≈ 758 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Анализ возможностей Amazon по категориям/ключевым словам с помощью Clawec API (оценка возможностей, тенденции рейтинга поиска, продажи и доход за 30 дней…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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: 4. 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 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (amazon-category-opportunity) не совпадает с папкой (clawec-amazon-category-opportunity)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 20
  • 100Стоимость исполнения. Тело инструкции 758 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 100: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 20 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: clean
This skill is a disclosed ClawEC API helper for Amazon opportunity analysis, with expected external API use and no hidden persistence or destructive behavior found.
LLM: benign (high) · VirusTotal: · 28 мая 2026 г.