sealeap-amazon-product-targeting
Research, diagnose, and draft Amazon Ads ASIN and category product-targeting plans that complement keyword targeting, including audience expansion, competitor and category traffic, cross-sell, upsell, self-defense, negative targeting, placement analysis, and single-variable exper
Profil aset
Riset dan pekerjaan pengetahuan
Deep research, source comparison, literature review, RAG, knowledge search, and reports.
Skenario
Agent riset
I need my agent to research a topic, compare sources, and produce a concise report.
Kecocokan Agent
Claude Code + CLI + Codex
Cocok untuk Codex, Claude Code, Cursor, CLI, atau Agent khusus.
Pasang
Siap
npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-product-targeting
Pemeliharaan
Terkini
Diperbarui hari ini
Risiko
Perlu ditinjau
Permission surface may require sandboxing
Kualitas GitHub
16
59/100 Kualitas · 71/100 Kepercayaan
Tag cakupan
Catatan ulasan
Permission surface may require sandboxing · Low GitHub adoption signal
Kartu adopsi Agent
Kepercayaan, audit, dan kesiapan pemasangan dalam sekali lihat
Skor ini menggabungkan metadata repositori publik, sinyal ulasan OpenAgentSkill, kebaruan pemeliharaan, dan kesiapan pemasangan. Ini adalah sinyal shortlist, bukan pengganti peninjauan manusia.
Kualitas
MenjanjikanUseful candidate, but compare it with alternatives before adopting.
Kepercayaan
Hanya sandboxKandidat berguna dengan sinyal kepercayaan yang kurang atau bercampur. Gunakan di ruang kerja terisolasi hingga loop hasil membuktikan kecocokan tugas.
Audit
Perlu ditinjauTinjauan yang dapat dibaca mesin tentang kesiapan pemasangan, metadata keamanan, pemeliharaan, dan risiko adopsi.
Trust Score OpenAgentSkill v5
Tinjauan manusia sebelum pemasangan
Jalankan hanya dalam sandbox dan bandingkan alternatif terdekat sebelum digunakan untuk kerja nyata.
Star
16 star GitHub
Aktivitas repositori
16 star dan 1 fork
Pemeliharaan
Diperbarui hari ini
Lisensi
MIT
Pasang
npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-product-targeting
Keamanan pemasangan
Jalur pemasangan paket atau runtime standar
Cakupan izin
shell or command execution, filesystem or document access
Hasil Agent
Belum ada data hasil Agent
Dokumentasi
Konteks README/SKILL.md kuat
Ringkasan risiko
Tinjau sebelum produksi
- Low GitHub adoption signal
- Quality score needs review
- Permission surface needs review: shell or command execution, filesystem or document access
- GitHub adoption: 16 GitHub stars
Kesiapan pemasangan
Jalur pemasangan tersedia
- Jalur pemasangan tersedia
- Bukti repositori tersedia
- Lisensi dinyatakan
- Belum ada bukti hasil Agent-Proven
Metadata yang dapat dibaca Agent
Data keputusan yang dapat dibaca mesin untuk skill ini.
Gunakan blok ini atau JSON tersemat untuk memutuskan apakah Agent perlu memasang skill ini, memilih alternatif, atau meminta tinjauan manusia terlebih dahulu.
Tugas yang sesuai
- Alur kerja Agent riset
- Tim Claude Code
- builders willing to evaluate younger projects
- Sumber pencarian
Agent yang sesuai
Keputusan pemasangan
- Perintah
- npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-product-targeting
- Kebijakan
- Tinjau
- Tinjauan manusia
- Ya
Kepercayaan dan risiko
- Kepercayaan
- 63/100
- Audit
- 75/100
- Tingkat risiko
- Perlu ditinjau
Lingkar hasil
- Endpoint
- /api/agent/outcome
- ID event
- resolve
- Hasil
- 5
Perintah pemasangan
npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-product-targetingJangan gunakan ketika
- Tim yang membutuhkan SLA dengan dukungan vendor
- production agents without a repository review
- Low GitHub adoption signal
- No OpenAgentSkill engagement data yet
- Petunjuk izin berisiko tinggi: eksekusi shell atau perintah
Keamanan Agent v2
43/100 · Hindari pemasangan otomatis
Sparse or mixed signals. Useful for discovery, but not for autonomous installation.
Test manually in an isolated workspace and compare against safer alternatives.
Tinggi
Eksekusi shell atau perintah
Metadata skill merujuk terminal, CLI, shell, subprocess, atau alur kerja eksekusi perintah.
Sedang
Akses jaringan
Skill kemungkinan mengambil halaman jarak jauh, API, repositori, atau layanan eksternal.
Sedang
Akses sistem file
Skill dapat membaca atau menulis file proyek, dokumen, artefak yang dihasilkan, atau status workspace lokal.
Sedang
Akses database
Skill dapat memeriksa skema, mengkueri database, atau bekerja dengan penyimpanan persisten.
- Petunjuk izin berisiko tinggi: eksekusi shell atau perintah
- Permission surface may require sandboxing
Target pemasangan
Pasang skill ini di alur Agent Anda
Gunakan endpoint publik untuk mengambil perintah, checklist keamanan, prompt target, dan tautan kanonis.
OpenAgentSkill CLI
Resolve policy, run the source installer safely, and report a verified install receipt.
$ npx --yes https://github.com/Leon-Drq/openagentskill/releases/download/cli-v0.2.1/openagentskill-0.2.1.tgz install xjli360-sealeap-amazon-product-targetingRencana resolusi Agent
Biarkan Agent memverifikasi kecocokan sebelum memasang.
API Resolve mengembalikan skill utama, alternatif, kebijakan keamanan, catatan audit, target pemasangan, dan prompt siap pakai.
Buka JSON
/api/agent/resolve?task=Use%20sealeap-amazon-product-targeting%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Teks Resolve
/api/agent/resolve?task=Use%20sealeap-amazon-product-targeting%20for%20an%20agent%20workflow&agent=codex&max_risk=medium&format=text
Serah-terima pemasangan
/api/skills/xjli360-sealeap-amazon-product-targeting/install
Agent harus memeriksa
- Task fit and alternatives from Resolve API.
- Audit score, trust score, and safety policy warnings.
- Install target compatibility for Codex, Claude Code, Cursor, or CLI.
Salin prompt
Task: Use sealeap-amazon-product-targeting in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20sealeap-amazon-product-targeting%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/xjli360-sealeap-amazon-product-targeting/install
Install command: npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-product-targeting
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.Serah-terima Agent
Berikan jalur pemasangan kepada Agent, bukan direktori lain.
Gunakan endpoint publik untuk mengambil perintah, checklist keamanan, prompt target, dan tautan kanonis.
Serah-terima pemasangan
/api/skills/xjli360-sealeap-amazon-product-targeting/install
Format teks LLM
/api/skills/xjli360-sealeap-amazon-product-targeting/install?format=text
Cari alternatif
/api/skills/search?q=sealeap-amazon-product-targeting&limit=3
Prompt Agent
Use sealeap-amazon-product-targeting for this task. Review https://www.openagentskill.com/api/skills/xjli360-sealeap-amazon-product-targeting/install, then install with: npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-product-targetingMetadata Registry
Profil yang dapat dibaca Agent untuk pemilihan skill otomatis.
API Registry menyediakan sinyal keputusan, kepercayaan, audit, use case, dan pemasangan tanpa mengikis UI.
Manifest
/api/registry/manifest/xjli360-sealeap-amazon-product-targeting
Teks LLM
/api/registry/manifest/xjli360-sealeap-amazon-product-targeting?format=text
Alias pemasangan
/api/registry/install/xjli360-sealeap-amazon-product-targeting
Rekomendasikan
/api/registry/recommend?task=Use%20sealeap-amazon-product-targeting%20in%20an%20agent%20workflow&limit=3
Kecocokan Agent
Agent riset
Tag use case
Platform
Claude Code
Laporan audit
Perlu ditinjau · 75/100
Tinjauan yang dapat dibaca mesin tentang kesiapan pemasangan, metadata keamanan, pemeliharaan, dan risiko adopsi.
Panel keputusan Agent
Fallback candidate for Research agents
Prototype with this skill first; keep a fallback candidate ready.
Peran di stack
Kandidat cadangan
Kecocokan utama
Agent riset
Label kepercayaan
Buat prototipe dulu
Jalur pemasangan
Perintah siap
Gunakan saat
- Alur kerja Agent riset
- Tim Claude Code
- builders willing to evaluate younger projects
Bukti
- recent repository activity
- install command or GitHub repo available
- profil kualitas 59/100
tinjau dulu
- Low GitHub adoption signal
- No OpenAgentSkill engagement data yet
Jalur implementasi
- 1Pasang di Agent sandbox dan jalankan satu tugas Agent riset dari awal hingga akhir.
- 2Compare output quality, latency, and failure behavior against at least one alternative.
- 3Promote it into production only after reviewing repository permissions, license, and maintenance signals.
Profil kepercayaan
Hanya sandbox
Kandidat berguna dengan sinyal kepercayaan yang kurang atau bercampur. Gunakan di ruang kerja terisolasi hingga loop hasil membuktikan kecocokan tugas.
Adopsi GitHub
Perbaiki16 star GitHub
Aktivitas star/fork
Perbaiki16 star dan 1 fork; aktivitas issue tidak tersedia dalam metadata saat ini
Pemeliharaan terbaru
LulusDiperbarui hari ini
Kejelasan lisensi
LulusMIT
Sinyal positif
- Tinjauan AI disetujui
- Jalur pemasangan tersedia
- Bukti repositori tersedia
- Repositori yang baru dipelihara
- Perintah pemasangan tidak memiliki pola berisiko tinggi yang jelas
- Loop hasil siap tetapi membutuhkan eksekusi Agent nyata pertama
Tinjau sebelum memasang
- Low GitHub adoption signal
- Quality score needs review
- Permission surface needs review: shell or command execution, filesystem or document access
- GitHub adoption: 16 GitHub stars
- Stars/forks activity: 16 stars, 1 forks; issue activity unavailable in current metadata
- Permission surface: shell or command execution, filesystem or document access
- Belum ada laporan hasil Agent nyata
- Tinjauan manusia diperlukan sebelum pemasangan tanpa pengawasan
Tindakan yang disarankan
Jalankan hanya dalam sandbox dan bandingkan alternatif terdekat sebelum digunakan untuk kerja nyata.
Profil kualitas
Menjanjikan kandidat untuk alur kerja Agent
Useful candidate, but compare it with alternatives before adopting.
Kecocokan alur kerja
Gunakan skill ini pada skenario berikut
Investigate faster
Research agents
I need my agent to research a topic, compare sources, and produce a concise report.
Manage repositories
GitHub automation
I need my agent to triage GitHub issues, review pull requests, and summarize repository changes.
Operate local tools
Local desktop
I need my agent to operate local files and desktop apps in a repeatable workflow.
Kecocokan alur kerja
Tambahkan ke alur kerja lengkap
Find, compare, and synthesize
Research report agent
A workflow for agents that gather sources, compare claims, summarize long material, and draft useful research briefs.
Operate and verify web apps
Browser QA agent
A workflow for agents that navigate products, fill forms, take screenshots, and verify real user flows across web applications.
Turn skills into distribution
Content growth agent
A workflow for turning newly indexed skills into SEO briefs, social drafts, comparison pages, and reusable publishing workflows.
Ringkasan
--- name: sealeap-amazon-product-targeting description: Research, diagnose, and draft Amazon Ads ASIN and category product-targeting plans that complement keyword targeting, including audience expansion, competitor and category traffic, cross-sell, upsell, self-defense, negative targeting, placement analysis, and single-variable experiments. Use for 商品投放, ASIN 定向, 品类定向, Product Targeting, 关键词引流遇到瓶颈, 关联流量, 互补品/替代品, 竞品详情页抢流量, 自家 ASIN 防御, Best Sellers/New Releases 候选, 自动与手动广告联动, or the local file named 如何提升关键词引流效率. Default to research and draft; verify current marketplace capabilities and never mutate live campaigns without explicit human approval. ---
# Amazon Ads 商品投放 · ASIN/品类定向与关键词联动
## 目标
把商品投放从“找一批竞品 ASIN 去打”升级为一条可复核的流量设计链:先还原商品与消费者任务,再识别关键词覆盖不到的商品页、类目节点、互补/替代和自家详情页流量,形成候选池,最后用独立 Campaign/Ad Group 做单变量验证。
源文件名与实际内容不一致:文件名是《如何提升关键词引流效率?》,但 39 页课件实际标题和正文均为《商品投放实用案例分享》。本 Skill 以实际内容为准,并保留关键词与商品投放联动部分。先读 [references/source-and-guardrails.md](references/source-and-guardrails.md)。
## 不可妥协的边界
- 商品投放包括课程中的品类定向和 ASIN 定向;“扩展商品投放”、细化条件、否定能力、广告位和支持广告产品均以当前 marketplace 控制台/API 为准。 - 课件中标为“第三方卖家意见”的 3WCS、榜单分级、欧洲站贴标签、日本站反查词和阻力带案例只能作为 `SELLER_HYPOTHESIS`,不能写成 Amazon 官方机制。 - 不声称商品投放会让系统“收录关键词”、增加自然排名或给 ASIN 贴上确定标签。只观察可测的曝光、点击、订单、流量位置和利润变化。 - 不因为竞品是 FBM、自家是 FBA 就认定一定更有竞争力;必须比较当前价格、配送承诺、评分、评价量、变体、优惠和商品匹配。 - 不复制竞品文案、素材、商标表达或虚构比较优势;只使用公开商品事实与合法定向能力。 - `store_id`、profile、ASIN 或 marketplace 不等于授权。读取与写入都必须绑定当前验证的服务端账户范围。 - 不使用固定“点击 N 次无单”否定阈值。按利润、流量、归因窗口和统计证据定义停止规则。 - 默认只读和草案。任何 target、negative target、bid、budget、placement、status 或结构变更必须逐项人工确认。
## 先声明模式
1. `RESEARCH`:只读构建流量地图与候选池;默认; 2. `DIAGNOSE`:诊断现有商品投放; 3. `DRAFT`:生成分层结构与单变量实验; 4. `RELEASE_PREP`:生成审批卡、旧值/新值、护栏和回退; 5. `APPROVED_WRITE`:只执行用户本轮明确批准的一个动作,写后复读。
## 核心工作流
### 1. 锁定对象、目标和基线
记录:
- 已验证 seller、marketplace、广告 profile、广告产品、ASIN/SKU 与父子体; - 目标只能选一个:`扩大覆盖 / 突破关键词瓶颈 / 类目节点 / 细分人群 / 交叉销售 / 升级销售 / 自家防御 / 竞品进攻`; - 当前关键词、自动和商品投放结构及近 7/14/30 天表现; - 贡献毛利、盈亏线、库存、Featured Offer、价格/优惠、评价与配送; - 基线窗口、归因窗口、当前变更和季节事件。
缺少明确目标时先输出 `NEEDS_DATA`,不要把七种场景全部混在一个 Campaign。
### 2. 建立商品事实与 3WCS 假设表
用 [references/use-cases-and-selection.md](references/use-cases-and-selection.md) 建立:
```text What: 商品身份、功能、特性、材质、颜色、尺寸、售卖方式 Who: 真实购买对象与购买任务 Where: 使用场景 Competitor: 同需求、同价格带、可替代的竞品 Substitute: 关联、互补或替代商品 ```
3WCS 来自第三方卖家观点。每一项都要绑定商品事实、账户查询或市场观察证据;不能凭想象填人群与场景。
### 3. 还原当前流量结构
至少获取:
- Campaign / Ad Group / Targeting / Search Term / Placement 报告; - advertised product 与 purchased product 维度; - 当前自动投放、手动关键词、手动商品投放及 negative targeting; - 搜索结果与详情页的当前可见广告/自然位置观察; - Brand Analytics、Search Query Performance 或账户可用的一方查询证据; - 当前 Best Sellers / New Releases、类目节点与候选 ASIN 前台事实。
按 `搜索流量 / 商品详情页 / 类目节点 / 互补 / 替代 / 自家 / 竞品` 聚合曝光、点击、花费、订单、销售和贡献利润。不要把单个低样本 ASIN 当成稳定规律。
### 4. 选择一个应用场景
课件给出七种商品投放场景:扩大覆盖、绕开关键词瓶颈、类目节点、细分人群、交叉/升级销售、自家防御、竞品进攻。具体选择器见 [references/use-cases-and-selection.md](references/use-cases-and-selection.md)。
一轮只选择一个主场景。若同时存在防御和进攻需求,拆成不同 Campaign、预算和实验卡。
### 5. 建立候选 ASIN/品类池
候选来源可以包括:
- 已有自动或商品投放中真实出单/高质量点击的 ASIN; - purchased product 与 search term 关联出的商品; - 当前类目、榜单和新品榜中的相关 ASIN; - 自家变体、配件、升级款与互补商品; - 高自然排名目标的公开观察; - 关键词流量研究中的互补/替代主题。
每个候选记录:
```text candidate / source / relationship / customer_task / relevance / price_delivery_rating_gap / observed_traffic / account_performance / profit_ceiling / risk / evidence_ids / freshness ```
候选分为:
- `TIER_1_TESTABLE`:相关、可竞争、有账户或市场证据; - `TIER_2_EXPLORE`:相关但数据不足,只能小预算探索; - `EXCLUDE`:不相关、明显不可竞争、无流量或合规风险。
### 6. 设计品类与 ASIN 定向
#### 品类定向
- 只使用当前控制台实际提供的品牌、价格、评分、配送或其它细化条件; - 记录细化前后覆盖范围,避免“精准”到没有曝光; - 类目节点必须与商品任务相关,不能只因流量大就投。
#### ASIN 定向
- 自家防御、竞品进攻、互补、替代与升级分别建组; - 拆开强竞品、可竞争竞品与探索候选; - “扩展商品投放”若当前可用,单独建组并标明系统可能扩展到替代/互补商品; - 搜索结果页曝光位置是竞价与系统匹配结果,不作展示保证。
### 7. 与关键词和自动投放联动
读取 [references/keyword-product-linkage.md](references/keyword-product-linkage.md),采用三轨结构:
```text 自动投放:发现查询与 ASIN,验证基础关联 手动关键词:精细控制搜索意图、排名与品牌防御 手动商品投放:覆盖详情页、类目、互补/替代、进攻与防御 ```
迁移规则:
1. 从自动/历史报告发现候选; 2. 验证商品与消费者任务相关性; 3. 候选 ASIN 单独进入手动商品投放; 4. 对候选 ASIN 反查到的词仍需一方查询/账户数据验证后才进入手动关键词; 5. 不在原活动立即否定,除非存在明确重复竞价问题且有证据; 6. 保留源、目的、日期与去重策略。
### 8. 否定与清理
先按当前广告产品确认支持的否定类型。候选否定必须有:
- 不相关商品事实;或 - 可复核的长期低质量流量与足够样本;或 - 明显不可竞争且不符合实验目的;或 - 品牌/商品合规风险。
将“否定整个品牌”和“否定单个 ASIN”分开评估。若同品牌仍有相关、可竞争的商品,不做整品牌否定。
### 9. 生成单变量实验卡
一张卡只允许一个 `store + campaign + unique ad group + main variable`,并写:
- 主场景、候选与关系类型; - 来源和证据 ID; - 当前基线与唯一动作的新旧值; - 预算上限、bid/placement 护栏; - 冻结的关键词、Listing、价格、优惠和其它 target; - 成功、停止、回退和归因等待; - 人工确认状态。
可以运行:
```bash python3 scripts/targeting_plan_check.py --input references/targeting-plan.example.json ```
脚本只做静态结构校验,不验证 ASIN 存在性、实时资格或经济性。
### 10. 审批与写后验证
进入 `RELEASE_PREP` 后展示 profile、campaign、ad group、target/negative target、旧值、新值、最大花费、证据和回退。只有用户本轮明确批准后执行。
写后复读目标状态与控制台结果;请求接受不等于已经开始稳定投放。
## 必须交付
按 [references/output-contract.md](references/output-contract.md) 输出:
- 授权、口径、商品事实和当前三轨流量地图; - 单一应用场景和候选池证据; - ASIN/品类/细化/否定草案; - 自动、关键词与商品投放的迁移/去重关系; - 单变量实验、花费护栏、回退和审批对象; - `DRAFT`、`READY_FOR_REVIEW`、`APPROVED` 或 `HOLD`。
Detail teknis
- Versi
- 1.0.0
- Lisensi
- MIT
- Pembaruan terakhir
- 23 Agu 2026
- Diterbitkan
- 23 Agu 2026
Ringkasan keputusan
Kandidat cadangan
recent repository activity
Audit
Tinjauan pemasangan
Tinjauan pemasangan dan adopsi
- Keamanan
- 79/100
- Pemeliharaan
- 100/100
- Pasang
- 92/100
Bukti tervalidasi Agent
Bukti tervalidasi Agent
Laporan hasil setelah resolve, tinjau, pasang, dan satu eksekusi terbatas.
- Tingkat sukses
- —
- Kegagalan terbaru
- —
- Hasil
- 0
- Kualitas output
- —
- Gagal
- 0
- Tidak relevan
- 0
- Pemasangan
- 0
- Diblokir risiko
- 0
- Perlu penyiapan
- 0
- Produksi
- 0
Belum ada data hasil Agent. Eksekusi pertama dapat melaporkan keberhasilan, kebutuhan setup, blok risiko, kegagalan, atau tidak relevan melalui /api/agent/outcome.
Pasang
Tambahkan ke alur Agent
Gratis dan sumber terbuka. Tinjau laporan sebelum memasang pada Agent produksi.
Siklus pertumbuhan
Kit berbagi
Draf berbasis skenario untuk sealeap-amazon-product-targeting, siap untuk posting manual di X.
sealeap-amazon-product-targeting: Research, diagnose, and draft Amazon Ads ASIN and category product-targeting plans that compl... 16 stars https://www.openagentskill.com/skills/xjli360-sealeap-amazon-product-targeting?ref=x
Balasan opsional dengan perintah pemasangan
Listing + install path for sealeap-amazon-product-targeting: https://www.openagentskill.com/skills/xjli360-sealeap-amazon-product-targeting?ref=x Install: npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-product-ta...
Sumber listing
Diindeks Registry
Listing ini diindeks dari sumber publik dan belum ditandai resmi hingga klaim pemelihara disetujui.
- Kreator
- xjli360
- Diindeks oleh
- Indeks komunitas OpenAgentSkill
Atribusi menautkan ke repositori publik atau profil kreator. Kreator dapat mengklaim listing untuk memperbarui sinyal kepemilikan.
Klaim skill iniKlaim pemilik
Klaim listing skill ini
Listing Diindeks Registry ini dikaitkan dengan xjli360, tetapi belum ditandai resmi. Klaim untuk menambahkan sinyal pemilik terverifikasi dan membuat pembaruan peluncuran, pemasangan, serta audit berikutnya lebih tepercaya.
Kit backlink kreator
Tambahkan badge bukti ke README Anda
Tampilkan listing kanonis, sinyal kepercayaan dan audit saat ini, serta bukti Agent-Proven nyata di tempat pengembang mengevaluasi repositori.
[](https://www.openagentskill.com/skills/xjli360-sealeap-amazon-product-targeting)
[](https://www.openagentskill.com/skills/xjli360-sealeap-amazon-product-targeting)
[](https://www.openagentskill.com/skills/xjli360-sealeap-amazon-product-targeting/audit)
[](https://www.openagentskill.com/skills/xjli360-sealeap-amazon-product-targeting)Penulis
xjli360
@xjli360
Tag
Kecocokan platform
Sinyal kesehatan
- Star GitHub
- 16
- Skor kualitas
- 32/100
- Push GitHub terakhir
- 23 Agu 2026
- Petunjuk framework
- Tidak diketahui
- Tampilan OpenAgentSkill
- 0
- Salinan pemasangan
- 0
- Klik keluar
- 0
Sinyal komunitas
Bagikan apakah skill ini bermanfaat untuk alur kerja Agent Anda. Masukan gabungan meningkatkan peringkat dari waktu ke waktu.
Kepercayaan & keamanan
Hanya sandbox
- Adopsi GitHub16 star GitHubPerbaiki
- Aktivitas star/fork16 star dan 1 fork; aktivitas issue tidak tersedia dalam metadata saat iniPerbaiki
- Pemeliharaan terbaruDiperbarui hari iniLulus
- Kejelasan lisensiMITLulus
- Kelengkapan README/SKILL.mdMetadata memuat konteks penggunaan dan alur kerja yang cukupLulus
- Risiko dependensi/runtimecommand execution surface, network or browser surfaceInfo