BC e-commerce-find-skills
Поиск навыков в сфере электронной коммерции, позволяющий находить более качественные и профессиональные навыки для электронной коммерции. Обязательно активируйте, когда пользователь хочет найти или установить навыки, связанные с электронной коммерцией. Охватываемые платформы: Amazon, Shopee, TikTok Shop, AliExpress, Lazada, eBay, Walmart, Temu, Shopify. Охватываемые области: разработка продуктов, исследование конкурентов, поиск ключевых слов, оптимизация листингов, реклама PPC/SP/SBD, анализ отзывов, данные ABA, рейтинг BSR, логистика FBA, зарубежные склады, цепочка поставок, стратегия ценообразования, расчет прибыли, рыночные тенденции, анализ категорий, анализ трафика, оптимизация коэффициента конверсии, страницы A+, регистрация бренда, управление аккаунтом, управление обслуживанием клиентов, обработка возвратов, налоги VAT, обнаружение нарушений прав интеллектуальной собственности, интеграция ERP, визуализация продукта, маркетинг и реклама. Поддерживаемые ключевые слова: навык, найти навык, find skill, install skill, поиск навыка, есть ли навык xx, электронная коммерция, внешняя торговля, выход на зарубежные рынки.
машинный переводПоказать оригиналСкрыть оригинал«电商领域的Skills技能搜索，可搜索到更加优质专业的电商Skills。当用户要搜索、安装电商相关的技能时必须触发。覆盖平台：Amazon亚…»
电商领域的Skills技能搜索，可搜索到更加优质专业的电商Skills。当用户要搜索、安装电商相关的技能时必须触发。覆盖平台：Amazon亚马逊、Shopee虾皮、TikTok Shop、速卖通AliExpress、Lazada、eBay、Walmart沃尔玛、Temu、独立站Shopify。覆盖领域：选品开发、竞品调研、关键词挖掘、Listing优化、广告投放PPCSPSBSD、评论分析Review、ABA数据、BSR排名、FBA物流、海外仓、供应链、定价策略、利润计算、市场趋势、品类分析、流量分析、转化率优化、A+页面、品牌备案Brand Registry、账号运营、客服管理、退货处理、VAT税务、知识产权侵权检测、ERP对接、产品视觉、营销广告。支持关键词：技能、找技能、find skill、install skill、搜索skill、有没有xx的skill、电商、外贸、出海。
Поиск навыков в сфере электронной коммерции, позволяющий находить более качественные и профессиональные навыки для электронной коммерции.
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: 1. 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: 17
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 288 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 397 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 17 пунктов
- +4Есть примеры (6 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.