BD greenhelix-agent-ready-commerce
Готовность к работе с агентами: Адаптируйте ваши API для AI-покупателей. Создавайте витрины магазинов, доступные для обнаружения агентами, и фиды продуктов по принципу API-first, чтобы AI-агенты по покупкам выбирали ваши продукты вместо конкурентов. Охватывает структурированные данные, платежные системы UCP/ACP/x402 и интеграцию с маркетплейсами с подробными примерами кода.
машинный переводПоказать оригиналСкрыть оригинал«Agent-Ready Commerce: Retrofit Your APIs for AI Buyers. Build agent-di…»
Agent-Ready Commerce: Retrofit Your APIs for AI Buyers. Build agent-discoverable storefronts and API-first product feeds so AI shopping agents choose your products over competitors. Covers structured data, UCP/ACP/x402 payment rails, and marketplace integration with detailed code examples with code.
Готовность к работе с агентами: Адаптируйте ваши API для AI-покупателей.
Как процесс D 48/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Секреты в коде
secret-high-entropy-tokenSKILL.md:737Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)"payment_address": "0x74…D18",
в кавычках
Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 26442 токенов (рекомендуется < 5000); вынесите детали в references/ - заметка
frontmatter-keyнеизвестное поле фронтматтера "type" - заметка
frontmatter-keyнеизвестное поле фронтматтера "price_usd" - заметка
frontmatter-keyнеизвестное поле фронтматтера "content_type" - заметка
frontmatter-keyнеизвестное поле фронтматтера "executable" - заметка
frontmatter-keyнеизвестное поле фронтматтера "install" - заметка
frontmatter-keyнеизвестное поле фронтматтера "credentials"
Процессный рейтинг: все десять параметров 48/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 10Стоимость исполнения. Тело инструкции 26442 токенов: вытесняет саму задачу из окна
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
- 70Ошибки и развилки. Развилок: 4
- 100Шаги. Шагов: 78
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле
- high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком
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
- +2Инструкции на одном языке
- +3Длина description 300 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 57 заголовков
- +3Пошаговые инструкции: 78 пунктов
- +4Есть примеры (28 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.