英文原文: https://argusic.com/subject/sealeap-amazon-skills
sealeap-amazon-skills
用于亚马逊产品研究、列表、广告、库存和运营的可复用 Agent 技能。
借助 mock 可运行来源：GitHub项目主页PythonMITcommit 497d4b8eebb4
Python，MIT 许可证. 项目的自我描述：advertising、agent skills、ai agents、amazon ads、amazon seller、codex、ecommerce 和 marketing automation.
sealeap-amazon-skills 可以运行，其依赖的服务由替身代替。一个 Argusic agent 在一台没有 GPU 的干净机器上用 2 分钟完成了安装，遇到 1 个错误，并在无人协助的情况下全部修复，整个会话都被记录了下来。
A fresh clone works read-only with system Python 3.12: every helper script compiles, all documented offline example commands run and produce their specified outputs, all 596 skill packages pass YAML/frontmatter/link/catalog structural checks, and the 269 MCP research clients pass offline doctor;
agent 在干净的机器上最终得到的结果，用它自己的话说。 测量方式
每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 92，满分 100（该项目各次运行得分的平均值）。
概览
项目数据来自 GitHub，链接见本页顶部，更新于 。测试数据由 Argusic 提供 (CC BY 4.0)；每个数字都链接到一个运行页面，附完整的 log、录屏及其 sha256 哈希。
测量了什么
来自决定该结论的那次运行。 每一行都是记录下来的数值，而非估算。
哪里出了问题，用 agent 自己的话说
agent 的原话，最严重的排在最前，从不改写成建议。
- jsonschema Python module not installed in container, so mcp_research.py --schema-file/--call schema validation failed ('Schema validation requires jsonschema >= 4.18')2 分钟
- 安装时间
- 2 分钟
- 从冷启动机器到完成
- 5 分钟
- 遇到并修复的错误
- 遇到 1 个，在无人协助的情况下修复了 1 个
- 结果是如何证明的
- python3 scripts/acos_diagnose.py --input references/acos-input.example.json exited 0 with DRAFT status and computed ACOS 24.0%; all 269 doctors 'python3 scripts/mcp_research.py --provider sif doctor' exited 0; all 288 scripts pass python3 -m py_compile; 596 SKILL.md and 596 agents/openai.yaml parsed by PyYAML with 0 errors; JSON 50/50 valid; documented example commands (budget_mix_check, filter_insights --summary, targeting_plan_check, reconcile_* --input references/*.example.json, render_report, check_titles, snapshots import/report, discount_plan, build_demo, find_skills, unit_economics) all exited 0 and produced the documented outputs
- 使用的模型 token
- 496,388
- 测试的确切 commit
- 497d4b8eebb4
- 容器镜像
- sha256:cdd920bce783
没有测量什么
另一半内容，让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失，从不填补。
- GPU 显存峰值
- 本次运行在 CPU 机器上进行，没有可采样的 GPU
- 长时间运行的表现
- 每次尝试都使用文档中最小的设置和固定的时间预算，因此这里测量的是它能否运行，而不是它在负载下的表现
- 对接真实服务的表现
- 本次运行只对照替身服务进行了验证
录屏的结尾
决定该结论的终端会话的最后几行，与录制时完全一致。
exec /bin/sh -lc 'cd /work/repo && git log --oneline | wc -l && git log --diff-filter=D --name-only --pr… succeeded in 0ms: 1 exec /bin/sh -lc 'cd /work/repo && git status --short | head -5; echo "clean-check-done"' in /work/repo succeeded in 0ms: clean-check-done All verification complete. Here is the final report. tokens used 496,388 All verification complete. Here is the final report.
回放完整会话，从干净的机器到此刻的每一条命令。
测试方式
一个 agent，一个容器，没有人工协助。它按照项目自身文档所写的方式安装项目，运行它，并修复出错的地方。下面的一切都按实际发生的过程记录：终端会话、log 和确切的 commit。 完整方法论.
优势与局限
均为实测事实，而非观点。内容是如何撰写的.
顺利的部分
- 用 2 分钟完成安装。
- 在无人介入的情况下从全部 1 个错误中恢复，说明这些故障的文档足以让人解决。
- 采用 MIT 许可证，以其托管平台报告的信息为准。
不顺利或尚不清楚的部分
- 只在替身服务下达到了运行状态，因此这里没有任何内容能证明它在真实服务下可以工作。
- 目前只测量过一次。单次尝试只能说明它可以运行，不能说明它能稳定运行。
同一领域中也测试过的项目
这里的每个项目都由 Argusic 在干净的机器上安装并运行过。未经测试的项目不会出现在这里。
运行历史
| 测试者 | 尝试 | 结果 | 评分 | 成本 USD | 时间 |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | 借助 mock 可运行 | 92.00 | 0.10 |
主题 (来自 GitHub)
advertisingagent-skillsai-agentsamazon-adsamazon-sellercodexecommercemarketing-automation
嵌入徽章
用于项目 README 的 Markdown。徽章链接回本页；使用条款见 条款页面.
[](https://argusic.com/subject/sealeap-amazon-skills)常见问题
- sealeap-amazon-skills 能运行吗？
- sealeap-amazon-skills 可以运行，外部服务由 mock 代替. Argusic 在一台干净的机器上安装并启动了它，用时 2 分钟，过程中遇到 1 个错误，并记录了整个会话。
- Argusic 是如何测试 sealeap-amazon-skills 的？
- 在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit 497d4b8eebb4。共记录了 1 次尝试，完整方法见方法论页面。
- 测试 sealeap-amazon-skills 花了多少钱？
- 得出该结论的那次运行花费 0.10 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
- sealeap-amazon-skills 安装需要多长时间？
- 在决定该结论的那次运行中，从干净的机器到运行状态用了 2 分钟。这是一次实测的尝试，不是平均值。
- sealeap-amazon-skills 需要 GPU 吗？
- 启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
- 安装 sealeap-amazon-skills 时会出现什么问题？
- 已记录的运行中出现了 1 个问题，其中 1 个在无人协助的情况下被修复。每个问题及其耗费的时间都列在本页上。
- sealeap-amazon-skills 的证据在哪里？
- 这次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。