BF guaikei-douyin-public-data-fetcher
Используйте этот навык, когда пользователю нужны общедоступные данные из TikTok. Четыре возможности: поиск по ключевым словам (видео/изображения/пользователи, с фильтрацией по сортировке/времени/длительности/типу), массовый сбор работ блогеров, получение и анализ комментариев к видео, запрос актуальных трендов. Активируется, когда пользователь упоминает поиск в TikTok, тренды TikTok, комментарии в TikTok, работы блогеров, анализ конкурентов, выбор темы для коротких видео, мониторинг общественного мнения, анализ общественного мнения, отслеживание трендов; также применяется, когда пользователь проводит исследование коротких видео, но явно не упоминает «TikTok». Не применяется для публикации/монтажа/скачивания видео, консультаций по накрутке подписчиков и управлению аккаунтом, а также не охватывает другие платформы коротких видео.
машинный переводПоказать оригиналСкрыть оригинал«当用户需要抖音公开数据时使用本技能。四项能力：关键词搜索（视频/图文/用户，支持排序/时间/时长/类型筛选）、博主作品批量抓取、视频评论获取…»
当用户需要抖音公开数据时使用本技能。四项能力：关键词搜索（视频/图文/用户，支持排序/时间/时长/类型筛选）、博主作品批量抓取、视频评论获取分析、实时热榜查询。用户提到抖音搜索、抖音热榜、抖音评论、博主作品、竞品分析、短视频选题、舆情监控、舆情分析、热点追踪时触发；做短视频调研未明确提到"抖音"时同样适用。不适用于发布/剪辑/下载视频、涨粉代运营咨询，也不覆盖其他短视频平台。
Используйте этот навык, когда пользователю нужны общедоступные данные из TikTok.
Как процесс F 31/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: assets/*.schema.json
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 34. 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
missing-refссылка на отсутствующий файл: assets/*.schema.json - заметка
frontmatter-keyнеизвестное поле фронтматтера "title"
Процессный рейтинг: все десять параметров 31/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): assets/*.schema.json
- 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
- 40Согласованность. Имя во frontmatter (guaikei-douyin-public-data-fetcher) не совпадает с папкой (guaikei-douyin-public-data-pipeline)
- 100Шаги. Шагов: 31
- 100Стоимость исполнения. Тело инструкции 1065 токенов
- 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
- +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
- +2Инструкции на одном языке
- +3Длина description 189 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 13 заголовков
- +3Пошаговые инструкции: 31 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 70.