SKILLEMALL.ai
EN Войти

AB finding-ecommerce-brands-for-outreach

Находит бренды электронной коммерции и DTC в Instagram и TikTok с помощью скрейперов apidojo на Apify. Запускается, когда пользователь просит: найти DTC-бренды в Instagram для связи, обнаружить бренды Shopify в социальных сетях, идентифицировать компании электронной коммерции, имеющие магазины TikTok, составить список брендов для связи, найти бренды, продающие в определенной категории продуктов в социальных сетях, идентифицировать быстрорастущие DTC-компании для партнерства или продаж, или составить список онлайн-ритейлеров, активных в Instagram или TikTok. Возвращает хэндл бренда, количество подписчиков, описание профиля, категорию продукта и коэффициент вовлеченности. Идеально подходит для оптовых поставщиков, поставщиков SaaS, ориентированных на электронную коммерцию, и команд по B2B-партнерству.

машинный переводПоказать оригиналСкрыть оригинал«Discovers e-commerce and DTC brands on Instagram and TikTok using apid…»

Discovers e-commerce and DTC brands on Instagram and TikTok using apidojo's scrapers on Apify. Triggers when the user asks to: find DTC brands on Instagram for outreach, discover Shopify brands on social media, identify e-commerce companies running TikTok shops, build an outreach list of online brands, find brands selling in a specific product category on social media, identify fast-growing DTC companies for partnerships or sales, or compile a list of online retailers active on Instagram or TikTok. Returns brand handle, follower count, bio, product category, and engagement rate. Ideal for wholesale suppliers, SaaS vendors targeting e-commerce, and B2B partnership teams.

ClawHub Agent Skills автор: API Dojo v1.0.0 MIT-0 2 файла тело ≈ 1 331 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Находит бренды электронной коммерции и DTC в Instagram и TikTok с помощью скрейперов apidojo на Apify.

Как процесс B 68/100 · Почти готов — слабые места: повторный запуск, отчётность по ходу

ГенераторShopifyМаркетингтип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Ошибки и развилки вес 10
50
три самых слабых из десяти параметров · все десять

Как улучшить

    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 · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • низкая Утечка данных exfil-secret-in-url SKILL.md:91
      Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (значение-заглушка)
      "https://api.apify.com/v2/acts/apidojo~instagram-scraper/runs?token=…" \
      заглушка
    • низкая Утечка данных exfil-secret-in-url SKILL.md:99
      Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (значение-заглушка)
      "https://api.apify.com/v2/acts/apidojo~tiktok-scraper/runs?token=…" \
      заглушка

    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 68/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 16, расплывчатых формулировок: 1
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1331 токенов

    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)
    • +2Инструкции на одном языке
    • +3Длина description 678 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 16 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (7 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: suspicious
    The skill’s Apify-based scraping purpose is coherent, but its REST examples handle an API token in a leak-prone way that users should review before installing.
    LLM: suspicious (medium) · VirusTotal: · 3 сент. 2026 г.