AC naver-datalab-cli
Аналитика поисковых ключевых слов и трендов покупок в Корее через официальный API NAVER DataLab (openapi.naver.com/v1/datalab/*). Шесть подкоманд, охватывающих 통합 검색어 트렌드 и 쇼핑인사이트 (분야별, 분야 내 키워드, 디바이스/성별/연령대 분포). Используйте при исследовании корейского потребительского спроса, планировании SEO/контента для поискового рынка naver.com, сравнении популярности ключевых слов с течением времени, создании дашбордов трендов K-pop / K-beauty / K-commerce или заполнении пробелов, которые Google Trends оставляет для корейских запросов. Сочетается с naver-papago-translate (перевод инсайтов), tistory-api-cli / velog-cli (публикация постов о трендах) и kr-holiday-cli (согласование кампаний с календарем KR). Бесплатный уровень (1 тыс. запросов в день для анализа покупок, 25 тыс. запросов в день для анализа поисковых трендов).
машинный переводПоказать оригиналСкрыть оригинал«Korean search-keyword and shopping-trend analytics via the official NA…»
Korean search-keyword and shopping-trend analytics via the official NAVER DataLab API (openapi.naver.com/v1/datalab/*). Six subcommands wrapping 통합 검색어 트렌드 and 쇼핑인사이트 (분야별, 분야 내 키워드, 디바이스/성별/연령대 분포). Use when researching Korean consumer demand, planning SEO/content for the naver.com search market, comparing keyword popularity over time, building K-pop / K-beauty / K-commerce trend dashboards, or filling the gap that Google Trends leaves on Korean queries. Pairs with naver-papago-translate (translate insights), tistory-api-cli / velog-cli (publish trend posts), and kr-holiday-cli (align campaigns with KR calendar). Free tier (1k req/day for shopping insights, 25k req/day for search trends).
Аналитика поисковых ключевых слов и трендов покупок в Корее через официальный API NAVER DataLab (openapi.naver.com/v1/datalab/). Шесть подкоманд, охватывающих…
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, ошибки и развилки
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: 13. 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 51/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 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: 2, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 30
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1609 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
- -31 из 7 скриптов не упомянуты в SKILL.md
- +2Инструкции на одном языке
- +3Длина description 698 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 13 заголовков
- +3Пошаговые инструкции: 30 пунктов
- +4Есть примеры (7 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.