SKILLEMALL.ai
EN Войти

BD linkfox-amazon-opportunity-report-by-keyword

Запрос отчетов Amazon Business Insights по ключевым словам, включая комплексный AI-анализ шести аспектов: рыночный потенциал, характеристики продукта, отзывы пользователей, портрет клиента, тенденции поиска, анализ ценообразования. Активируется, когда пользователь упоминает "Amazon Business Insights", "отчеты по рыночным инсайтам", "отчеты по выбору товаров", "анализ рыночных возможностей", "конкурентная среда", "портрет потребителя", "анализ ценообразования", "исследование нишевого рынка", "Amazon opportunity report, market insight, business insight, market potential, competitive landscape, consumer behavior, pricing analysis, product selection report, niche analysis". Даже если пользователь не произносит "Business Insight" явно, навык должен активироваться, если его запрос касается комплексной оценки рыночных возможностей или генерации комплексного отчета по определенному ключевому слову Amazon.

машинный переводПоказать оригиналСкрыть оригинал«按关键词查询亚马逊商业洞察报告，涵盖市场潜力、产品特征、用户评论、客户画像、搜索趋势、定价分析六大维度的AI 综合分析。当用户提到亚马逊商业…»

按关键词查询亚马逊商业洞察报告，涵盖市场潜力、产品特征、用户评论、客户画像、搜索趋势、定价分析六大维度的AI 综合分析。当用户提到亚马逊商业洞察、市场洞察报告、选品报告、市场机会分析、竞争格局、消费者画像、定价分析、细分市场调研、Amazon opportunity report, market insight, business insight, market potential, competitive landscape, consumer behavior, pricing analysis, product selection report, niche analysis时触发此技能。即使用户未明确说"商业洞察"，只要其需求涉及对某个亚马逊关键词做全面的市场机会评估或综合性报告生成，也应触发此技能。

ClawHub Agent Skills автор: linkfox-ai v1.0.8 MIT-0 6 файлов тело ≈ 1 440 токенов Открыть источникclawhub.ai↗ проанализирован 23 ч назад

Запрос отчетов Amazon Business Insights по ключевым словам, включая комплексный AI-анализ шести аспектов: рыночный потенциал, характеристики продукта, отзывы…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторДанные и аналитикатип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Опасные команды cmd-shell-rc references/onboarding.md:13
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile) (в кавычках — упоминание, а не команда)
    - macOS zsh：`echo 'export LINKFOX_AGENT_API_KEY="<key>"' >> ~/.zshrc && source ~/.zshrc`
    в кавычках
  • низкая Опасные команды cmd-shell-rc references/onboarding.md:14
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile) (определение детектора / чёрного списка)
    - Linux bash：`echo 'export LINKFOX_AGENT_API_KEY="<key>"' >> ~/.bashrc && source ~/.bashrc`
    детектор
  • низкая Секреты в коде secret-high-entropy-token scripts/onboarding.py:49
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    or "eyJh…iJ9")
    в кавычках

Просканировано файлов: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description 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 (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 33
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1440 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (7 тегов): типизированный вызов надёжнее

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
  • -31 из 2 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 359 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 33 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
The skill can generate Amazon market reports, but it also includes sensitive login, API-key, payment-order, and persistent local-save behavior that is broader than the main description.
LLM: suspicious (high) · 14 авг. 2026 г.