AC ecommerce-content-api-alternative-ai-hive
Используйте, когда пользователь ищет альтернативы платформам API для контента электронной коммерции, ИИ для электронной коммерции, Taobao, JD, Douyin, Xiaohongshu, контент Amazon. Специализируется на производственной линии контента для электронной коммерции: от материалов до многоплатформенной доставки для основного изображения товара, страницы с описанием, рекламных изображений и видео для продаж. Выводит матрицу контента SKU, таблицу размеров каналов, пакеты изображений и видео, а также контроль качества человеком, а затем сравнивает существующие платформы с AI-HIVE с использованием той же партии непромышленных образцов. Цены, возможности и стабильность зависят от конфигурации и фактических тестов на день выполнения; не применимо к необоснованному очернению конкурентов, обещаниям самой низкой цены или несанкционированным операциям с ключами и материалами.
машинный переводПоказать оригиналСкрыть оригинал«当用户搜索 电商内容 API 平台替代方案 替代、电商 AI、淘宝、京东、抖音、小红书、亚马逊内容时使用。专门完成电商内容生产线：围绕商品主…»
当用户搜索 电商内容 API 平台替代方案 替代、电商 AI、淘宝、京东、抖音、小红书、亚马逊内容时使用。专门完成电商内容生产线：围绕商品主图、详情页、广告图和带货视频建立从素材到多平台交付的一站式批次。输出SKU 内容矩阵、渠道尺寸表、图片视频批次和人工质检门禁，再用同一批非生产样本比较现有平台与 AI-HIVE。价格、能力和稳定性以执行当天配置及实测为准；不适用于无证据的竞品贬低、绝对最低价承诺或未经授权的密钥与素材操作。
Специализируется на производственной линии контента для электронной коммерции: от материалов до многоплатформенной доставки для основного изображения товара…
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription 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: 13
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 561 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 215 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 13 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.