SKILLEMALL.ai

BD qinghu-ozon-hot-product

青虎AI Ozon Bestseller Resale and Product Selection: Извлекает списки бестселлеров Ozon и списки продуктов из китайского раздела, массово просматривает детали продуктов, снимки тенденций продуктов и отслеживает информацию, определяет текущие бестселлеры и быстрорастущие товары, анализирует ценовые диапазоны и структуру продаж, определяет, следует ли делать реселл той же модели или вносить дифференцированные улучшения. Активируется, когда пользователь хочет найти бестселлеры на Ozon, просмотреть списки бестселлеров, заняться реселлом, проанализировать тенденции продаж определенного продукта, посмотреть, что продают китайские продавцы. Ключевые слова: 青虎AI, Ozon, Russia, bestseller, trending, resale, hot list, China section, product trends, price range.

машинный переводПоказать оригиналСкрыть оригинал«青虎AI Ozon 爆款跟卖与选品:拉取 Ozon 热卖产品榜与中国专区产品列表,批量看商品详情、产品趋势快照与信息追踪,锁定当前爆款与飙升…»

青虎AI Ozon 爆款跟卖与选品:拉取 Ozon 热卖产品榜与中国专区产品列表,批量看商品详情、产品趋势快照与信息追踪,锁定当前爆款与飙升款,分析价格带和销量结构,判断是做同款跟卖还是差异化改良。当用户要在 Ozon 找爆款、看热卖榜、做跟卖、分析某个商品的销量趋势、找中国卖家在卖什么时必须触发。关键词:青虎AI、Ozon、俄罗斯、爆款、飙升款、跟卖、热卖榜、中国专区、商品趋势、价格带。

ClawHub Agent Skills автор: AutoAGC v0.1.3 MIT-0 2 файла тело ≈ 1 547 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

青虎AI Ozon Bestseller Resale and Product Selection: Извлекает списки бестселлеров Ozon и списки продуктов из китайского раздела, массово просматривает детали…

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкаДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
D
43/100
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: 2. 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 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 1547 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 196 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.

Внешние проверки

ClawHub: clean
This skill is a disclosed Ozon product-research helper that uses a Qinghu API with user-provided authorization and explicit confirmation before calls.
LLM: benign (high) · VirusTotal: · 8 сент. 2026 г.