BC product-picker
Инструмент для взвешенного ранжирования продуктов по данным с нескольких платформ, ориентированный на сценарии домашней обстановки бренда "尚品宅配". Собирает данные с платформ Xiaohongshu, JD.com и Taobao и присваивает комплексные оценки. Сценарии активации: (1) выбор продукта, фильтрация продуктов; (2) взвешенное ранжирование данных Xiaohongshu/JD.com/Taobao; (3) оценка внедрения продуктов "尚品宅配"; (4) анализ популярности/конверсии продукта; (5) вопросы типа "подходит ли этот продукт для внедрения?". Требования к выводу: после завершения оценки необходимо отправить отчет в формате .md в виде вложения через сообщение Feishu пользователю, сохранение только локально недопустимо.
машинный переводПоказать оригиналСкрыть оригинал«多平台数据加权打分筛选产品工具，针对"尚品宅配"品牌家居场景，从小红书、京东、淘宝三平台采集数据并综合评分。触发场景：(1) 选品、产品筛选…»
多平台数据加权打分筛选产品工具，针对"尚品宅配"品牌家居场景，从小红书、京东、淘宝三平台采集数据并综合评分。触发场景：(1) 选品、产品筛选；(2) 小红书/京东/淘宝数据加权打分；(3) 尚品宅配产品落地评估；(4) 产品热度/转化分析；(5) 询问"这个产品适合落地吗"类问题。输出要求：完成评估后，必须将 .md 报告文件通过飞书消息附件发送给用户，不允许只保存在本地。
Инструмент для взвешенного ранжирования продуктов по данным с нескольких платформ, ориентированный на сценарии домашней обстановки бренда "尚品宅配".
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: 3. 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: 69
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1699 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 14. Похоже на несколько доменов в одном скилле
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
- -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 188 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 49 заголовков
- +3Пошаговые инструкции: 69 пунктов
- +4Есть примеры (9 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.