SKILLEMALL.ai

AC amazon-seller-zh

Операционная помощь продавцам на Amazon / Автоматизация трансграничной электронной торговли. Комплексное решение для управления запасами, обработки заказов, подготовки товаров для FBA, оптимизации листингов, управления рекламой PPC, ценовой стратегии, анализа данных о продажах. Подходит для продавцов Amazon, специалистов по трансграничной электронной торговле, руководителей внешнеторговых команд, менеджеров магазинов; автоматизирует рутинные операции, снижает затраты на персонал, повышает рейтинг магазина и конверсию. Для пользователей, ищущих: "как управлять магазином на Amazon", "как готовить товары для FBA", "как оптимизировать листинги", "как увеличить продажи в трансграничной электронной торговле", "техники запуска рекламы PPC", "анализ прибыли на Amazon".

машинный переводПоказать оригиналСкрыть оригинал«亚马逊卖家运营 / 跨境电商自动化 / Amazon seller automation。库存管理、订单处理、FBA备货、Listing优化…»

亚马逊卖家运营 / 跨境电商自动化 / Amazon seller automation。库存管理、订单处理、FBA备货、Listing优化、PPC广告投放、定价策略、销售数据分析一体化解决方案。适用于亚马逊卖家、跨境电商运营专员、外贸电商团队主管、店铺经理,自动化日常重复操作,降低人工成本,提升店铺排名与转化率。适合搜索"亚马逊怎么运营""FBA如何备货""Listing怎么优化""跨境电商如何提高销量""PPC广告投放技巧""亚马逊利润分析"的用户。

ClawHub Agent Skills автор: Olina1Ye v1.0.1 MIT-0 2 файла тело ≈ 158 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Операционная помощь продавцам на Amazon / Автоматизация трансграничной электронной торговли.

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

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
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: 14
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 158 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

  • +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
  • +5В description 6 примера фраз-триггеров в кавычках
  • +3Длина description 229 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 4 заголовков
  • +3Пошаговые инструкции: 14 пунктов
  • +4Есть примеры (0 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: suspicious
This skill is coherent for Amazon seller operations, but it asks for broad Amazon seller, ads, inventory, and order tooling without clear permission limits or approval rules.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.