BD xhs-product-trend-fit
Анализ выбора и продвижения товаров на Xiaohongshu — перед публикацией поста проверьте, есть ли у товара популярность на Xiaohongshu, и продвигайте его в правильном направлении. Предоставьте изображение товара (обязательно) + описание, чтобы автоматически определить связанные категории/стили/сценарии товара, используйте 3–6 ключевых слов для поиска на Xiaohongshu, чтобы определить тенденцию популярности за последние 2 недели, сформулируйте 1 четкое направление продвижения, подробно изучите 2–4 реальных популярных поста (лайки ≥100) для анализа по различным параметрам (подписчики/заголовок/первое изображение/содержание/какие точки привлекают пользователей), выведите HTML-отчет, содержащий оценку направления + доказательства популярности +参考 популярных материалов. Не требуется никаких сторонних API-ключей или платных лимитов, используйте учетную запись Xiaohongshu, выполненную в вашем браузере Chrome. Активируется, когда пользователь хочет продвигать товар на Xiaohongshu и хочет сначала определить, популярен ли товар/есть ли参考 популярных постов/как его продвигать.【Предварительные требования】Этот skill не может работать самостоятельно, сначала необходимо установить среду выполнения браузера webclaw3: npx clawhub@latest install fatmind/webclaw3-browser-automation — если пользователь еще не установил его, сначала направьте его на установку и завершите первоначальную настройку webclaw3, а затем выполните этот skill.
машинный переводПоказать оригиналСкрыть оригинал«小红书商品选品与宣传分析——发笔记前先看商品在小红书有没有热度，选对方向再宣传。传入商品图片（必填）+ 介绍文字，自动识别商品关联的品类/风…»
小红书商品选品与宣传分析——发笔记前先看商品在小红书有没有热度，选对方向再宣传。传入商品图片（必填）+ 介绍文字，自动识别商品关联的品类/风格/场景方向，用 3~6 个候选词搜索小红书判断近 2 周热度趋势，组织 1 个明确宣传方向，深挖 2~4 篇真实爆款笔记（赞≥100）做分维度拆解（粉丝/标题/首图/内容/抓用户什么点），输出含方向判断 + 热度证据 + 爆款素材参考的 HTML 报告。不需要任何第三方 API key 或付费额度，用你 Chrome 里已登录的小红书账号跑。当用户要宣传商品到小红书、想先判断商品有没有热度/有没有爆款参考/应该怎么宣传时唤起。【前置依赖】本 skill 无法独立运行，需先安装 webclaw3 浏览器运行时：npx clawhub@latest install fatmind/webclaw3-browser-automation —— 若用户尚未安装，请先引导安装并完成 webclaw3 首次配置，再执行本 skill。
Анализ выбора и продвижения товаров на Xiaohongshu — перед публикацией поста проверьте, есть ли у товара популярность на Xiaohongshu, и продвигайте его в…
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 2
✓ Критических и высоких находок нет
Средние и низкие: 2
-
низкая Обфускация
obf-base64-blobwc3-code.mjs:2Длинный blob, похожий на base64 (определение детектора / чёрного списка)const _0x58ce15=_0x4d13;(function(_0x5787d1,_0x53c4a9){const _0x19d87a=_0x4d13,_0xcf5d78=_0x5787d1();while(!![]){try{const _0x5d05cd=parseInt(_0x19d87a(0x1c0))/0x1*(parseInt(_0x19d87a(0x1c2))/0x2)+-paдетектор -
низкая Секреты в коде
secret-high-entropy-tokenwc3-code.mjs:2Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)const _0x58ce15=_0x4d13;(function(_0x5787d1,_0x53c4a9){const _0x19d87a=_0x4d13,_0xcf5d78=_0x5787d1();while(!![]){try{const _0x5d05cd=parseInt(_0x19d87a(0x1c0))/0x1*(parseInt(_0x19d87a(0x1c2))/0x2)+-paдетектор
Просканировано файлов: 4. 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")
Процессный рейтинг: все десять параметров 46/100
- 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
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 100Шаги. Шагов: 17
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 524 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 437 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 6 заголовков
- +3Пошаговые инструкции: 17 пунктов
- +4Есть примеры (2 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.