SKILLEMALL.ai

BD OPC电商公开接口 Skills

Используется только для запросов товаров OPC e-commerce (Zhonghe Dingfu), оформления заказов и чтения историй товаров (опубликованных историй товаров). Через curl: 1) Запрос всех продаваемых товаров (без параметров) 2) Оформление заказа по названию товара + количеству (возможно несколько товаров), сбор номера телефона/получателя/адреса. 3) Запрос списка опубликованных историй товаров (возможна фильтрация по магазину/товару) 4) Чтение текста истории по заголовку (возможна диакритика по названию товара/магазина).

машинный переводПоказать оригиналСкрыть оригинал«仅用于OPC电商(众合鼎富)商品查询、下单与品物志(已发布商品故事)阅读。通过 curl 调用: 1) 查询所有在售商品(无参数) 2) 按…»

仅用于OPC电商(众合鼎富)商品查询、下单与品物志(已发布商品故事)阅读。通过 curl 调用: 1) 查询所有在售商品(无参数) 2) 按商品名+数量下单(可多商品),并收集手机号/收货人/地址。 3) 查询已发布的品物志故事列表(可选店铺/商品筛选) 4) 按故事标题读取正文(可选商品名/店铺名消歧)

ClawHub Agent Skills автор: legendaryfly v1.0.3 MIT-0 2 файла тело ≈ 843 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Используется только для запросов товаров OPC e-commerce (Zhonghe Dingfu), оформления заказов и чтения историй товаров (опубликованных историй товаров).

Как процесс D 39/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
D
39/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • 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 name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 39/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (OPC电商公开接口 Skills) не совпадает с папкой (zhdf-shop-skills)
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 36
  • 100Стоимость исполнения. Тело инструкции 843 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 153 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 36 пунктов
  • +4Есть примеры (7 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: clean
This skill is a straightforward e-commerce helper that sends order and shipping details to its documented shopping service, with a privacy-notice gap users should understand.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.