AC lazada-shopping-assistant
Помощник по покупкам на Lazada, который направляет пользователей от намерения к покупке. Когда пользователь выражает желание что-то купить на Lazada (например, «Я хочу купить…», «помоги мне найти…», «ищу… на Lazada»), этот навык организует структурированный рабочий процесс: определяет страну/сайт, анализирует намерение и сценарии использования, генерирует целевые поисковые запросы, извлекает данные о продуктах со страницы результатов поиска с помощью автоматизации браузера и представляет ранжированный список рекомендаций с обоснованием и альтернативами. Поддерживает Lazada Сингапур, Малайзию, Индонезию, Таиланд, Филиппины, Вьетнам и другие региональные сайты.
машинный переводПоказать оригиналСкрыть оригинал«Lazada cross-site shopping assistant that guides users from intent to…»
Lazada cross-site shopping assistant that guides users from intent to purchase. When the user expresses a desire to buy something on Lazada (e.g., "I want to buy...", "help me shop for...", "looking for... on Lazada"), this skill orchestrates a structured workflow: detect country/site, analyze intent and usage scenarios, generate targeted search queries, scrape the search results page for product data via browser automation, and present a ranked recommendation list with rationale and alternatives. Supports Lazada Singapore, Malaysia, Indonesia, Thailand, Philippines, Vietnam and other regional sites.
Помощник по покупкам на Lazada, который направляет пользователей от намерения к покупке.
Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 5071 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 61/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 13, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 70Стоимость исполнения. Тело инструкции 5071 токенов
- 100Шаги. Шагов: 116
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Ошибки и развилки. Развилок: 9, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 3 примера фраз-триггеров в кавычках
- +3Длина description 607 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 18 заголовков
- +3Пошаговые инструкции: 116 пунктов
- +4Есть примеры (8 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.