SKILLEMALL.ai
EN Войти

CB booksearch-api

Ищите книги Amazon KDP через общедоступный API BeyondBSR, получайте историю BSR (Best Sellers Rank) для отдельной книги и изучайте таксономию категорий Amazon (узлы просмотра) для любой поддерживаемой торговой площадки. Каждый результат поиска книги теперь включает полную цепочку предков от корневой до конечной категории, поэтому навык может агрегировать отчеты о рыночных возможностях по макро/подкатегориям без последующих вызовов. Используйте этот навык всякий раз, когда пользователь хочет обнаружить, отфильтровать или исследовать книги, опубликованные самостоятельно или традиционно на Amazon, по BSR, категории, ключевому слову, диапазону роялти, рейтингу, отзывам, дате публикации, типу переплета или торговой площадке (в настоящее время данные доступны только для американского и французского рынков Amazon — скоро будет больше); когда пользователь хочет получить временную шкалу BSR конкретного ASIN за последние N дней; когда пользователь хочет найти коды категорий Amazon (идентификаторы узлов просмотра), пройти по дереву категорий (дочерние, родительские/хлебные крошки) или искать категории по имени для использования в качестве фильтров при поиске книг; или когда пользователь хочет сгруппировать/агрегировать результаты поиска по макрокатегории (например, «сколько возможностей в области личных финансов, разбитых по подкатегориям?»). Типичные намерения включают исследование ниш KDP, обнаружение книг с низкой конкуренцией, оценку продаж, прогнозирование роялти/дохода, анализ конкурентов, фильтрацию по типу переплета (мягкая/твердая обложка), массовое перечисление книг, соответствующих числовым/текстовым критериям, графики истории BSR для одного ASIN, разрешение удобочитаемого названия категории (например, «манга», «самопомощь») в `catId` Amazon для передачи в `categoryIds` при поиске книг и создание сводок рыночных возможностей, сгруппированных по категориям, из одного ответа поиска. Не используйте для временных шкал истории цен, временных шкал отзывов/рейтингов или данных учетной записи/пользователя — доступны только поиск книг, история BSR и просмотр категорий.

машинный переводПоказать оригиналСкрыть оригинал«Search Amazon KDP books on the BeyondBSR public API, retrieve BSR (Bes…»

Search Amazon KDP books on the BeyondBSR public API, retrieve BSR (Best Sellers Rank) history for a single book, and explore the Amazon category taxonomy (browse nodes) for any supported marketplace. Each book-search result now ships its full root → leaf category ancestor chain(s) inline, so the skill can aggregate market-opportunity reports by macro/sub category without follow-up calls. Use this skill whenever the user wants to discover, filter, or research self-published or traditionally published books on Amazon by BSR, category, keyword, royalty range, rating, reviews, publication date, binding type, or marketplace (currently only the US and FR Amazon marketplaces are populated with data — more coming soon); when the user wants the BSR timeline of a specific ASIN over the last N days; when the user wants to look up Amazon category codes (browse node IDs), walk the category tree (children, ancestors/breadcrumb), or search categories by name to use as filters in book search; or when the user wants to group/aggregate search results by macro category (e.g. "how many Personal Finance opportunities, broken down by sub-category?"). Typical intents include KDP niche research, low-competition book discovery, sales estimation, royalty/revenue projection, competitor analysis, paperback/hardcover filtering, bulk listing of books matching numeric/textual criteria, single-ASIN BSR history charts, resolving a human-readable category name (e.g. "manga", "self-help") into the Amazon `catId` to pass to `categoryIds` in book search, and producing category-grouped market-opportunity summaries from a single search response. Do not use for price-history timelines, review/rating timelines, or account/user data — only book search, BSR history, and category browsing are exposed.

ClawHub Agent Skills автор: Ramius88 v1.0.9 MIT-0 2 файла тело ≈ 10 146 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Ищите книги Amazon KDP через общедоступный API BeyondBSR, получайте историю BSR (Best Sellers Rank) для отдельной книги и изучайте таксономию категорий Amazon…

Как процесс B 68/100 · Почти готов — слабые места: входы и предусловия, стоимость исполнения, повторный запуск

ИнтеграцияТорговлятип 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
C
65/100
безопасность, качество, тесты
Безопасность 60%
75
Качество 40%
50
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
Стоимость исполнения вес 6
40
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

Как улучшить

  1. Сократите description до 1024 символов.
  2. 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 · 5

✓ Критических и высоких находок нет

Средние и низкие: 5
  • средняя Утечка данных net-credential-use SKILL.md:545
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -H "X-API-Key: $BOOKSEARCH_API_KEY" \
  • средняя Утечка данных net-credential-use SKILL.md:549
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -H "X-API-Key: $BOOKSEARCH_API_KEY" \
  • средняя Утечка данных net-credential-use SKILL.md:553
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -H "X-API-Key: $BOOKSEARCH_API_KEY" \
  • средняя Утечка данных net-credential-use SKILL.md:557
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -X POST -H "X-API-Key: $BOOKSEARCH_API_KEY" -H "Content-Type: application/json" \
  • средняя Утечка данных net-credential-use SKILL.md:565
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -H "X-API-Key: $BOOKSEARCH_API_KEY" \

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

По спецификации Agent Skills

  • ошибка description-long description 1788 символов, лимит 1024
  • предупреждение body-long тело SKILL.md ≈ 10146 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка description-budget description занимает 1788 из общего бюджета ~15000 символов на все скиллы

Процессный рейтинг: все десять параметров 68/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 15, без проверки текущего состояния
  • 40Стоимость исполнения. Тело инструкции 10146 токенов: вытесняет саму задачу из окна
  • 60Инструменты и файлы. Используются инструменты (bash, web, node), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 85Шаги. Шагов: 46, расплывчатых формулировок: 1
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Ошибки и развилки. Развилок: 9, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 15. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (3 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

  • +3Длина description 1788: рекомендуется 120–800 символов
  • -5В тексте остались TODO / заглушки
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 2 примера фраз-триггеров в кавычках
  • +4Описание говорит, когда скилл НЕ применять
  • +4Структура: 43 заголовков
  • +3Пошаговые инструкции: 46 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (16 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 50.

Внешние проверки

ClawHub: clean
This skill is a read-only book research helper that calls a disclosed external API with a user-provided API key and shows no hidden install or persistence behavior.
LLM: benign (high) · VirusTotal: · 3 июн. 2026 г.