AB finding-tiktok-creators-by-location
Находит авторов и контент TikTok по географическому местоположению с помощью TikTok Location Scraper от apidojo на Apify. Активируется, когда пользователь просит: найти авторов TikTok в определенном городе, найти местных инфлюенсеров TikTok по местоположению, найти создателей контента, публикующих из определенного места, определить аккаунты TikTok, активные в географической области, найти местных микроинфлюенсеров по геотегу или составить список авторов TikTok в целевом рыночном регионе. Возвращает данные видео, имя пользователя автора, количество подписчиков, статус верификации, хэштеги и метрики вовлеченности для каждого поста. Идеально подходит для локальных рекламных кампаний, таргетированного на геолокацию инфлюенсер-маркетинга и региональных маркетинговых исследований.
машинный переводПоказать оригиналСкрыть оригинал«Discovers TikTok creators and content by geographic location using api…»
Discovers TikTok creators and content by geographic location using apidojo's TikTok Location Scraper on Apify. Triggers when the user asks to: find TikTok creators in a specific city, discover local TikTok influencers by location, find content creators posting from a particular place, identify TikTok accounts active in a geographic area, find local micro-influencers by location tag, or build a list of TikTok creators in a target market region. Returns video data, creator username, follower count, verification status, hashtags, and engagement metrics per post. Ideal for local brand campaigns, geo-targeted influencer marketing, and regional market research.
Находит авторов и контент TikTok по географическому местоположению с помощью TikTok Location Scraper от apidojo на Apify.
Как процесс B 72/100 · Почти готов — слабые места: результат и критерий готовности, 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 72/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 8
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 651 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
- +2Инструкции на одном языке
- +3Длина description 663 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 8 заголовков
- +3Пошаговые инструкции: 8 пунктов
- +4Есть примеры (3 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.