SKILLEMALL.ai
EN Войти

BC linkfox-junglescout-sales-estimates

Запрос оценки продаж ASIN в Jungle Scout, возвращает ежедневные прогнозируемые продажи и последнюю известную цену для указанного ASIN за определенный период по дням, охватывая 10 сайтов, таких как США, Великобритания, Германия, Япония. Активируется, когда пользователь упоминает оценку продаж ASIN, ежедневные продажи ASIN, оценку продаж, мониторинг продаж конкурентов, средние ежедневные продажи, тенденции продаж, отслеживание продаж продукта, данные о продажах Jungle Scout, sales estimates, daily sales, estimated units sold, ASIN sales tracking, competitor sales monitoring, product sales trend, daily unit sales. Даже если пользователь явно не упоминает «Jungle Scout», этот навык следует активировать, если его запрос включает просмотр данных о ежедневной оценке продаж определенного ASIN Amazon за определенный период.

машинный переводПоказать оригиналСкрыть оригинал«Jungle Scout ASIN销售估算查询，按日维度返回指定ASIN在一段时间内的每日预估销量与最新已知价格，覆盖美国、英国、德国、日本…»

Jungle Scout ASIN销售估算查询，按日维度返回指定ASIN在一段时间内的每日预估销量与最新已知价格，覆盖美国、英国、德国、日本等10个站点。当用户提到ASIN销量预估、ASIN日销量、销售估算、竞品销量监控、日均销量、销量趋势、产品销量追踪、Jungle Scout销量数据、sales estimates, daily sales, estimated units sold, ASIN sales tracking, competitor sales monitoring, product sales trend, daily unit sales时触发此技能。即使用户未明确提及"Jungle Scout"，只要其需求涉及查看某个亚马逊ASIN在一段时间内的每日销量估算数据，也应触发此技能。

ClawHub Agent Skills автор: linkfox-ai v1.0.7 MIT-0 6 файлов тело ≈ 1 456 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Запрос оценки продаж ASIN в Jungle Scout, возвращает ежедневные прогнозируемые продажи и последнюю известную цену для указанного ASIN за определенный период…

Как процесс C 60/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, отчётность по ходу

ПроцедураИнфраструктуратип 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%
95
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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 · 5

✓ Критических и высоких находок нет

Средние и низкие: 5
  • низкая Секреты в коде secret-high-entropy-token references/api.md:101
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "id": "sale…301",
    в кавычках
  • 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
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:29
    Строка, похожая на токен (может быть id, хеш или секрет)
    | 数据标识 | id | 数据点标识 | sale…301 |

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 60/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 55Ошибки и развилки. Развилок: 1
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Шаги. Шагов: 43
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1456 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)
  • -31 из 2 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 357 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 43 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: suspicious
The skill can do the advertised sales-estimate lookup, but it also handles login, API keys, billing orders, automatic feedback reporting, and persistent local storage in ways users should review first.
LLM: suspicious (high) · 14 авг. 2026 г.