BF linkfox-ecommerce-compliance-detection
Единый набор ИИ-инструментов для проверки электронной коммерции на предмет интеллектуальной собственности и соответствия требованиям, объединяющий проверку интеллектуальной собственности и соответствия требованиям Ruiguang (авторские права/товарные знаки/дизайн/полезная модель/политика в отношении изображений) и запрос патентных данных Zhihuaya (библиографические данные/формула изобретения/описание/чертежи/правовой статус/семейство патентов/цитирование/поиск по изображению/PDF), всего 2 типа базовых инструментов и 22 подвозможности.
машинный переводПоказать оригиналСкрыть оригинал«电商知识产权与合规检测一站式 AI 工具集,整合睿观知产合规检测(版权/商标/外观专利/实用新型专利/图片政策)与智慧芽专利数据查询(著录/…»
电商知识产权与合规检测一站式 AI 工具集,整合睿观知产合规检测(版权/商标/外观专利/实用新型专利/图片政策)与智慧芽专利数据查询(著录/权利要求/说明书/附图/法律状态/家族/引用/以图搜图/PDF)共 2 类底层工具、22 项子能力。
Единый набор ИИ-инструментов для проверки электронной коммерции на предмет интеллектуальной собственности и соответствия требованиям, объединяющий проверку…
Как процесс F 34/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/upload_image.py, references/<子能力>.md
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
frontmatter-yamlSKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 6, column 17: description_en: One-stop e-commerce IP & compliance detection AI toolkit integr… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении - предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
missing-refссылка на отсутствующий файл: scripts/upload_image.py - предупреждение
missing-refссылка на отсутствующий файл: references/<子能力>.md - заметка
frontmatter-keyнеизвестное поле фронтматтера "display_name" - заметка
frontmatter-keyнеизвестное поле фронтматтера "display_name_en" - заметка
frontmatter-keyнеизвестное поле фронтматтера "description_zh" - заметка
frontmatter-keyнеизвестное поле фронтматтера "description_en"
Процессный рейтинг: все десять параметров 34/100
- 0Инструменты и файлы. Не хватает 2 файла(ов): scripts/upload_image.py, references/<子能力>.md
- 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
- 70Стоимость исполнения. Тело инструкции 4009 токенов
- 100Шаги. Шагов: 36
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющих операций нет
- low Ответ описан самодельной разметкой (8 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 12 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 120 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 15 заголовков
- +3Пошаговые инструкции: 36 пунктов
- +4Есть примеры (14 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (23 из 23)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 51.