AB scraping-twitter-profile-tweets
Извлекает твиты, ветки ответов и метрики вовлеченности из профиля Twitter/X с помощью Apify Twitter Profile Scraper от apidojo. Срабатывает, когда пользователь просит: получить все твиты из аккаунта Twitter, собрать твиты из профиля конкретного пользователя, экспортировать историю твитов из дескриптора Twitter, получить недавние твиты из аккаунта Twitter со статистикой вовлеченности, получить временную шкалу твитов для конкретного пользователя или собрать посты из профиля Twitter по имени пользователя. Возвращает текст твита, лайки, ретвиты, ответы, просмотры, закладки и информацию об авторе для каждого твита. Идеально подходит для мониторинга социальных сетей, журналистов и команд конкурентной разведки.
машинный переводПоказать оригиналСкрыть оригинал«Extracts tweets, reply threads, and engagement metrics from a specific…»
Extracts tweets, reply threads, and engagement metrics from a specific Twitter/X profile using apidojo's Twitter Profile Scraper on Apify. Triggers when the user asks to: get all tweets from a Twitter account, scrape tweets from a specific user's profile, export tweet history from a Twitter handle, get recent tweets from a Twitter account with engagement stats, fetch tweet timeline for a specific user, or collect posts from a Twitter profile by username. Returns tweet text, likes, retweets, replies, views, bookmarks, and author info per tweet. Ideal for social media monitors, journalists, and competitive intelligence teams.
Извлекает твиты, ветки ответов и метрики вовлеченности из профиля Twitter/X с помощью Apify Twitter Profile Scraper от apidojo.
Как процесс B 71/100 · Почти готов — слабые места: повторный запуск, 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 71/100
- 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
- 100Шаги. Шагов: 5
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 933 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 631 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 7 заголовков
- +3Пошаговые инструкции: 5 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (2 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.