BC juhe-vehicle-owner-a2a
Используя API для запроса информации о смене владельца транспортного средства на основе агрегированных данных, вы можете запрашивать историю смены владельца автомобиля, город пребывания до и после смены владельца, месяц и год смены владельца и другие ключевые данные по VIN-коду автомобиля (номеру шасси), чтобы помочь в оценке стоимости и рисков транспортных средств в сценариях подержанных автомобилей, финансов, страхования и т. д. Для использования этого навыка не требуется регистрация пользователя на платформе агрегированных данных; после установки вы можете платить за фактические запросы. Навык запроса информации о смене владельца транспортного средства является навыком платной подписки Alipay AI, который предоставляет данные об истории транзакций автомобиля на основе предоставленного пользователем VIN-кода. Он основан на протоколе приема платежей A2M (HTTP 402). Покупатель отправляет запрос на сервер продавца через этот навык и получает соответствующие результаты после оплаты. В процессе вызова в сервер агрегированных данных загружается только VIN-код для запроса, другие личные конфиденциальные данные, такие как номер телефона или удостоверение личности, не требуются. Применяется в сценариях, когда пользователи запрашивают записи о смене владельца автомобиля и информацию о предыдущих владельцах.
машинный переводПоказать оригиналСкрыть оригинал«基于聚合数据车辆过户信息查询 API，通过车辆 VIN 码（车架号）查询车辆历史过户记录、过户前后所在城市、过户年月等关键数据，帮助二手车交…»
基于聚合数据车辆过户信息查询 API，通过车辆 VIN 码（车架号）查询车辆历史过户记录、过户前后所在城市、过户年月等关键数据，帮助二手车交易、金融、保险等场景评估车辆价值与风险。本技能使用无需用户注册聚合数据平台，安装后即可按实际查询付费使用。 车辆过户信息查询技能是根据用户提供的 VIN 码，提供车辆历史交易数据的支付宝 AI 付付费技能，基于 A2M（HTTP 402）收单协议。买家通过本 Skill 向卖家服务端发起请求，完成支付后获取相关结果。 调用过程仅上传查询用的 VIN 码至聚合数据服务端，无需提供手机号、身份证等其他个人隐私。 适用于用户查询车辆过户记录、历史车主相关信息的场景。
Используя API для запроса информации о смене владельца транспортного средства на основе агрегированных данных, вы можете запрашивать историю смены владельца…
Как процесс C 53/100 · Есть пробелы — 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 · 0
✓ Критических и высоких находок нет
Просканировано файлов: 3. 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 53/100
- 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
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 73
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1249 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 302 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 29 заголовков
- +3Пошаговые инструкции: 73 пунктов
- +4Есть примеры (2 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.