BD qinghu-douyin-bluesea-collector
青虎AI Сбор популярных товаров в нишах Douyin: комбинирует данные с трендовых списков Douyin и видео по ключевым словам, чтобы найти популярные товары в нишевых, высоко востребованных сегментах, избегая конкуренции по популярным словам, и подключается к поиску по ключевым словам 1688 и поиску товаров по изображениям для сбора источников товаров. Обязательно запускать, когда пользователь хочет найти товары в нишах Douyin, избежать конкуренции по популярным словам, выбирать товары из нишевых сегментов, смотреть трендовые списки Douyin, смотреть популярность видео по ключевым словам, искать аналогичные источники товаров. Ключевые слова: 青虎AI, Douyin, ниша, популярный товар, нишевый сегмент, трендовый список, ключевое слово, выбор товара, источник товара, 1688.
машинный переводПоказать оригиналСкрыть оригинал«青虎AI 抖音蓝海爆品采集：结合抖音热搜榜与关键词下的视频数据，从小众高需求的细分场景切入找蓝海爆品，避开红海大词竞争，并接 1688 关键…»
青虎AI 抖音蓝海爆品采集：结合抖音热搜榜与关键词下的视频数据，从小众高需求的细分场景切入找蓝海爆品，避开红海大词竞争，并接 1688 关键词搜索与以图搜款完成货源采集。当用户要在抖音找蓝海品、避开大词竞争、从细分场景选品、看抖音热搜、按关键词看视频热度、找同款货源时必须触发。关键词：青虎AI、抖音、蓝海、爆品、细分场景、热搜榜、关键词、选品、货源、1688。
青虎AI Сбор популярных товаров в нишах Douyin: комбинирует данные с трендовых списков Douyin и видео по ключевым словам, чтобы найти популярные товары в…
Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 43/100
- 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
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 100Шаги. Шагов: 33
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1499 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)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 181 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 19 заголовков
- +3Пошаговые инструкции: 33 пунктов
- +4Есть примеры (4 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.