SKILLEMALL.ai

BC ecommerce-multi-analyzer

Помощник по анализу данных товаров на различных e-commerce платформах. Введите ссылку на товар с любой популярной e-commerce платформы (Taobao/Tmall/JD/Pinduoduo/Douyin E-commerce/1688), автоматически извлеките детали товара, найдите аналогичные товары на других платформах, сравните цены/рейтинги/отзывы, сгенерируйте интерактивный визуализированный HTML-отчет. Триггеры: 电商分析, 商品分析, 比价, 多平台对比, 帮我看看这个商品, 分析这个链接, 这个值不值, ecommerce analyzer, 商品对比报告, 价格分析, 同款比价.

машинный переводПоказать оригиналСкрыть оригинал«电商多平台商品数据分析助手。输入任意主流电商平台商品链接(淘宝/天猫/京东/拼多多/抖音电商/1688),自动抓取商品详情、搜索跨平台同款商…»

电商多平台商品数据分析助手。输入任意主流电商平台商品链接(淘宝/天猫/京东/拼多多/抖音电商/1688),自动抓取商品详情、搜索跨平台同款商品、对比价格/评分/评价,生成交互式可视化HTML分析报告。触发词:电商分析, 商品分析, 比价, 多平台对比, 帮我看看这个商品, 分析这个链接, 这个值不值, ecommerce analyzer, 商品对比报告, 价格分析, 同款比价。

ClawHub Agent Skills автор: bettermen v1.0.0 MIT-0 3 файла тело ≈ 668 токенов Открыть источникclawhub.ai проанализирован 17 ч назад

Помощник по анализу данных товаров на различных e-commerce платформах.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторРазработкаТорговлятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Широкие права средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
    Заранее разрешены широкие инструменты: Bash
    allowed-tools: Read Write Bash WebFetch WebSearch Edit

Просканировано файлов: 3. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 33
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 668 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 191 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 33 пунктов
  • +4Есть примеры (4 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: clean
This skill does what it claims: fetches ecommerce product information, compares prices, and writes a local HTML report, with no evidence of hidden exfiltration or persistence.
LLM: benign (high) · VirusTotal: · 16 июн. 2026 г.