SKILLEMALL.ai
EN Войти

AD amazon-category-research

Навык исследования категорий Amazon для продавцов. Автоматизированный анализ ASIN, исследование конкурентов и рыночная разведка. Используйте, когда пользователь упоминает: 亚马逊, Amazon, 类目调研, 类目分析, 品类分析, category research, 竞品分析, 竞品调研, competitor analysis, ASIN分析, ASIN调研, ASIN research, 选品, 选品分析, product research, 市场调研, market research, 产品调研, 产品分析, 亚马逊运营, Amazon FBA, FBA卖家, 运营分析, 销量分析, sales analysis, BSR排名, Best Sellers, 畅销榜, 热销榜, 排名分析, 卖家精灵, SellerSprite, SIF, 流量词, 流量分析, 关键词调研, keyword research, 广告分析, ad analysis, 利润率, 利润分析, 新品, 新品调研, 跟卖, 品牌分析, brand analysis, 店铺分析, store analysis, 数据采集, 数据抓取, data scraping, listing分析, listing优化, 产品详情, 产品信息采集, 月销量, monthly sales, 上架时间, listing date, FBA费用, FBA fee, review分析, review analysis, 评论分析, 评分分析, 站外流量, off-site traffic, 视觉文案, 产品主图, A+页面, A+ content.

машинный переводПоказать оригиналСкрыть оригинал«Amazon Category Research Skill for sellers. Automated ASIN analysis, c…»

Amazon Category Research Skill for sellers. Automated ASIN analysis, competitor research, and market intelligence. Use when user mentions: 亚马逊, Amazon, 类目调研, 类目分析, 品类分析, category research, 竞品分析, 竞品调研, competitor analysis, ASIN分析, ASIN调研, ASIN research, 选品, 选品分析, product research, 市场调研, market research, 产品调研, 产品分析, 亚马逊运营, Amazon FBA, FBA卖家, 运营分析, 销量分析, sales analysis, BSR排名, Best Sellers, 畅销榜, 热销榜, 排名分析, 卖家精灵, SellerSprite, SIF, 流量词, 流量分析, 关键词调研, keyword research, 广告分析, ad analysis, 利润率, 利润分析, 新品, 新品调研, 跟卖, 品牌分析, brand analysis, 店铺分析, store analysis, 数据采集, 数据抓取, data scraping, listing分析, listing优化, 产品详情, 产品信息采集, 月销量, monthly sales, 上架时间, listing date, FBA费用, FBA fee, review分析, review analysis, 评论分析, 评分分析, 站外流量, off-site traffic, 视觉文案, 产品主图, A+页面, A+ content

ClawHub Hermes автор: Yuan_Cheng(Jo) v5.1.0 MIT-0 23 файла тело ≈ 3 035 токенов Открыть источникclawhub.ai↗ проанализирован 11 ч назад

Навык исследования категорий Amazon для продавцов.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторДанные и аналитикаИсследованиятип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
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. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
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: 23. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-long-hermes description 769 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • заметка frontmatter-key неизвестное поле фронтматтера "requires_browser"
  • заметка frontmatter-key неизвестное поле фронтматтера "requires_plugins"
  • заметка frontmatter-key неизвестное поле фронтматтера "max_asins"
  • заметка frontmatter-key неизвестное поле фронтматтера "default_site"

Процессный рейтинг: все десять параметров 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (amazon-category-research) не совпадает с папкой (amz-cat-research)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 41
  • 100Стоимость исполнения. Тело инструкции 3035 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
  • -31 из 12 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 768 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 41 пунктов
  • +4Есть примеры (13 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 5)
  • +1Лицензия указана

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

Внешние проверки

ClawHub: suspicious
The skill is mostly coherent for Amazon research, but it forces Feishu cloud document creation and local report storage even when a user may not want those outputs.
LLM: suspicious (high) · VirusTotal: · 1 июл. 2026 г.