BF ecommerce-product-info-generator
Генератор базовой информации о преимуществах продукта (Skill1 для конвейера видео для международной электронной коммерции). Принимает изображения продукта и информацию о товаре, автоматически определяет категорию продукта, выделяет структурированные преимущества, предполагает подходящую аудиторию и сценарии использования, а также генерирует изображение продукта на белом фоне (product_layer.png) и структурированные данные о преимуществах (selling_points.json). Активируется, когда пользователь загружает изображение продукта и просит "проанализировать этот продукт" "извлечь преимущества" "сгенерировать информацию о продукте".
машинный переводПоказать оригиналСкрыть оригинал«产品卖点基础信息生成器（国际化电商视频管线 Skill1）。接收产品图片和商品信息，自动识别产品类别、凝练结构化卖点、推断适用人群和场景，生…»
产品卖点基础信息生成器（国际化电商视频管线 Skill1）。接收产品图片和商品信息，自动识别产品类别、凝练结构化卖点、推断适用人群和场景，生成产品白底图（product_layer.png）和结构化卖点数据（selling_points.json）。当用户上传产品图片、要求"分析这个产品""提取卖点""生成产品信息"时触发。
Генератор базовой информации о преимуществах продукта (Skill1 для конвейера видео для международной электронной коммерции).
Как процесс F 34/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/jeecg_auth.py, scripts/generate_base_image.py
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 1. 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") - предупреждение
body-longтело SKILL.md ≈ 7013 токенов (рекомендуется < 5000); вынесите детали в references/ - предупреждение
missing-refссылка на отсутствующий файл: scripts/jeecg_auth.py - предупреждение
missing-refссылка на отсутствующий файл: scripts/generate_base_image.py
Процессный рейтинг: все десять параметров 34/100
- 0Инструменты и файлы. Не хватает 2 файла(ов): scripts/jeecg_auth.py, scripts/generate_base_image.py
- 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
- 70Стоимость исполнения. Тело инструкции 7013 токенов
- 100Шаги. Шагов: 45
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле
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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +5В description 2 примера фраз-триггеров в кавычках
- +3Длина description 163 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 34 заголовков
- +3Пошаговые инструкции: 45 пунктов
- +4Есть примеры (29 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 59.