SKILLEMALL.ai

BC lingxiao-ops-diagnosis

Диагностика трансграничной электронной коммерции: рассчитывайте реальную вагину прибыль по чистым расчетам, а не по количеству заказов. Определяйте узкие места в контроле качества, описаниях товаров или логистике на основе причин возвратов и отмен. Интегрируется с MCP от Lingxiao.com, позволяя напрямую рассчитывать прибыль для трансграничных/зарубежных складов и реальную чистую прибыль по отдельным заказам Etsy. Используется, когда пользователь хочет провести диагностику операций, проанализировать данные магазина, рассчитать реальную прибыль, выяснить причины высокого процента возвратов, понять, почему заказы не приносят прибыли, или увидеть проблемы в работе.

машинный переводПоказать оригиналСкрыть оригинал«跨境电商运营诊断:按净结算算真毛利而不是按下单量,用退货与取消的原因结构定位瓶颈在 QC、详情页还是物流。接领霄官网 MCP,可直接跑跨境/…»

跨境电商运营诊断:按净结算算真毛利而不是按下单量,用退货与取消的原因结构定位瓶颈在 QC、详情页还是物流。接领霄官网 MCP,可直接跑跨境/海外仓利润测算与 Etsy 单笔真净利。当用户要做运营诊断、分析店铺数据、算真实利润、查退货率高的原因、判断为什么出单不赚钱、看运营有什么问题时使用。

ClawHub Agent Skills автор: mikeli20221102-ux v1.0.0 MIT-0 2 файла тело ≈ 577 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Диагностика трансграничной электронной коммерции: рассчитывайте реальную вагину прибыль по чистым расчетам, а не по количеству заказов.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторЛогистика и складИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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 description-no-when description 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: 9
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 577 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 145 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 9 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This skill is a clearly disclosed e-commerce profit and operations diagnostic guide that points users to an external Lingxiao MCP service but does not hide code, persistence, or destructive behavior.
LLM: benign (high) · VirusTotal: · 4 авг. 2026 г.