SKILLEMALL.ai
EN Войти

AD amazon-daily-competitor-radar

Используйте, когда: пользователь говорит «每日竞品监控» / «盯一下 ASIN X 的价格变化» / «今天我的排名怎么样» / «我的关键词排名跌了吗» / «竞品有动作吗» / «track ASIN X» / «daily radar» / «Buy Box 被抢了吗». Охватывает: экспресс-диагностика состояния ASIN + близкое отслеживание позиций конкурентов в SERP + сканирование новых участников в категории + активные предложения по действиям «защита/контратака». Может записывать сравнение с базовым уровнем «вчера против сегодня». НЕ использовать для: поиска новой ниши с нуля (используйте amazon-product-explorer) / написания описаний листингов (используйте amazon-listing-optimization) / разового запроса ASIN (вызывайте get_amazon_product напрямую).

машинный переводПоказать оригиналСкрыть оригинал«Use when: user says "每日竞品监控" / "盯一下 ASIN X 的价格变化" / "今天我的排名怎么样" / "我的关…»

Use when: user says "每日竞品监控" / "盯一下 ASIN X 的价格变化" / "今天我的排名怎么样" / "我的关键词排名跌了吗" / "竞品有动作吗" / "track ASIN X" / "daily radar" / "Buy Box 被抢了吗". Covers: ASIN 健康体检 + 贴身竞品 SERP 排位 + 类目新进入者扫描 + 主动给"防守/反击"动作建议。可写入基线对比"昨天 vs 今天"。 NOT for: 从 0 到 1 找新 niche (use amazon-product-explorer) / 写 Listing 文案 (use amazon-listing-optimization) / 单点查询 ASIN (call get_amazon_product directly).

ClawHub Agent Skills автор: Pangolinfo v4.0.0 MIT-0 2 файла тело ≈ 5 630 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Охватывает: экспресс-диагностика состояния ASIN + близкое отслеживание позиций конкурентов в SERP + сканирование новых участников в категории + активные…

Как процесс D 48/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, согласованность

СправочникИнфраструктуратип 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
A
90/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
D
48/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:521
    Строка, похожая на токен (может быть id, хеш или секрет) (строка таблицы в документации)
    | `top5…max` | `top5…Max`（products 不是 brands）|
    таблица
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:571
    Строка, похожая на токен (может быть id, хеш или секрет) (строка таблицы в документации)
    | filter_niches 入参 | 传 `categoryId` | 只认 `nicheId`/`nicheTitle`;0-1 小数字段(`top5…Max`/`retu…Max`)别传整数 |
    таблица

Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5630 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "mcp_tools_used"
  • заметка frontmatter-key неизвестное поле фронтматтера "applies_to"
  • заметка frontmatter-key неизвестное поле фронтматтера "budget"
  • заметка frontmatter-key неизвестное поле фронтматтера "baseline_storage"

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
  • 40Согласованность. Имя во frontmatter (amazon-daily-competitor-radar) не совпадает с папкой (pangolinfo-amazon-daily-competitor-radar)
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 70Стоимость исполнения. Тело инструкции 5630 токенов
  • 100Шаги. Шагов: 107
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 19. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (5 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

  • +3Формат ответа не описан: модель каждый раз решает сама
  • -255 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 9 примера фраз-триггеров в кавычках
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 373 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 52 заголовков
  • +3Пошаговые инструкции: 107 пунктов
  • +4Есть примеры (13 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

Внешние проверки

ClawHub: clean
This is a coherent Amazon competitor monitoring skill, with disclosed local snapshots and optional daily scheduling that users should opt into deliberately.
LLM: benign (high) · VirusTotal: · 20 авг. 2026 г.