Запланированные задачи в Claude Cowork: таблица цен и отзывов конкурентов каждый понедельник

Если вы ведёте линейку мелкой бытовой техники на Amazon и Walmart, цены конкурентов вы, скорее всего, проверяете вручную. Вы открываете шесть страниц товаров, переносите цифры в таблицу и сравниваете их с прошлой неделей. В этой статье этот час работы заменяет запланированная задача в Claude Cowork. Каждый понедельник задача запускается в облаке, вызывает API данных через пользовательский коннектор и записывает таблицу изменений в Google Sheets. Часть с данными мы проверили реальными вызовами 3 ноября 2026 г. Часть с Cowork мы не запускали, поэтому все шаги в Cowork здесь приведены как примеры настройки со ссылкой на источник Anthropic.

Самое полезное наблюдение дал Walmart. Один и тот же товар Walmart, стеклянная аэрофритюрница Ninja Crispi, по двум поисковым запросам показал двух продавцов и две цены. По запросу «ninja air fryer 4 quart» продавцом был Patent Paid с ценой $135. По запросу «ninja crispi glass air fryer» продавцом был Mercshop с ценой $134,50. Примерно через час, в 01:13:54 и 01:14:03 по сингапурскому времени, мы повторили оба поиска с интервалом 9 секунд. По каждому запросу снова были свой продавец и своя цена.

Значит, разница зависит от поискового запроса, а не от времени. Если еженедельная задача меняет запрос, таблица может показать снижение цены на $0,50, хотя на деле это просто другой продавец. Поэтому у каждого товара один фиксированный запрос, а в каждой записи рядом с ценой хранится продавец.

Задача: таблица цен и отзывов конкурентов каждый понедельник

Сначала определим задачу, потому что от неё зависят все цифры ниже. На входе короткий список конкурентов. У каждого конкурента один товар на Amazon, который определяется по ASIN, и один товар на Walmart, который определяется по ID товара. В нашем примере три аэрофритюрницы объёмом 4 кварты: базовая модель Ninja, стеклянная Ninja Crispi 4-в-1 и Instant Vortex mini. Мы выбрали аэрофритюрницы, потому что в обоих магазинах их много, а цены часто меняются.

Важен и момент. Walmart объявил три праздничные распродажи с 12 ноября по 2 декабря 2026 г. Это 14 дней распродаж против 10 дней в 2025 г. (пресс-релиз Walmart; Retail Dive). Ближайшие пять недель бренд-менеджеру особенно нужна еженедельная проверка цен.

На выходе одна таблица, в которой одна запись на каждого конкурента в каждом магазине. В первых столбцах цена на этой неделе, базовая цена, скидка, продавец, рейтинг и число оценок или отзывов. Следующие столбцы показывают изменение цены и изменение числа отзывов по сравнению с прошлой неделей. Ещё в двух столбцах число новых отзывов с 1–2 звёздами и короткая заметка о них. В последнем столбце решение в одну строку: действовать сейчас, наблюдать или игнорировать.

Эту задачу стоит выполнять по расписанию по трём причинам. Во-первых, она повторяется в один и тот же день. Во-вторых, она только читает данные. Она не меняет цены, не оформляет заказы и не отправляет сообщения, так что ошибка обойдётся вам неверной ячейкой, а не деньгами. В-третьих, она должна сравнивать текущие данные с результатами предыдущего запуска. Именно здесь Cowork требует наибольшей осторожности, и этому посвящён отдельный раздел ниже.

Почему не взять инструменты продавца? Они показывают ваши собственные карточки товаров, а не карточки конкурентов. Страница оценок в Walmart Seller Center показывает только отзывы покупателей, купивших ваше предложение. Отзывы о предложениях других продавцов там не появляются (Walmart Marketplace Learn).

Панель ценовой аналитики Walmart сравнивает вашу цену с победителем Buy Box, и тоже только для ваших товаров (руководство Walmart по Buy Box). Чтобы видеть конкурентов, нужно читать публичные страницы товаров. Именно это делают API данных Amazon и API данных Walmart.

Список конкурентов должен составлять человек, а не модель. Запишите его один раз на листе настроек. Для каждого конкурента укажите ASIN на Amazon: это 10 символов после /dp/ в URL товара. Укажите ID товара на Walmart: это последнее число после /ip/ в URL товара. Например, розовая Crispi находится по адресу https://www.walmart.com/ip/20370717802. Добавьте для каждого товара один поисковый запрос, чтобы задача могла найти этот ID в первых 20 результатах поиска.

Не позволяйте модели каждую неделю заново выбирать «тот же товар». Позиции в поиске меняются каждую неделю. Товар на 6-й позиции на этой неделе может опуститься на 25-ю на следующей. Если модель выберет новое «совпадение», таблица будет сравнивать две разные модели, и столбец изменений потеряет смысл. Фиксированный список ID это предотвращает.

Что уже умеют запланированные задачи в Claude Cowork

Anthropic добавила запланированные задачи в Cowork 25 февраля 2026 г. В примечаниях к выпуску говорилось, что в Cowork можно создавать повторяющиеся задачи и задачи по запросу (примечания к выпускам Claude). Сначала задачи выполнялись на вашем компьютере. Если приложение для компьютера было закрыто или компьютер находился в спящем режиме, ничего не запускалось.

Это была самая частая жалоба. Один пользователь Reddit написал, что расписание, которое работает только при включённом компьютере, теряет смысл (ветка на Reddit). В октябре это изменилось.

Сейчас в справочном центре сказано, что запланированные задачи доступны на всех платных тарифах: Pro, Max, Ultra, Team и Enterprise. Задачи выполняются удалённо, поэтому запускаются по расписанию, даже если компьютер в спящем режиме или приложение для компьютера закрыто. Каждый запуск открывает отдельную сессию Cowork. Во время запуска доступны коннекторы, Skills и плагины, которые вы настроили в Cowork («Schedule recurring tasks in Claude Cowork»).

Дату изменения называет другая статья справки. С 6 октября 2026 г. новые задачи Cowork на тарифах Pro, Max и Ultra выполняются в облаке. Настройку «Only on your computer» убрали, и вернуться к ней нельзя. Запланированные задачи, которые выполнялись на компьютере до 6 октября, продолжают выполняться там. Новые запланированные задачи выполняются в облаке («Use Claude Cowork on web, desktop, and mobile»).

При ручной настройке задачи в форме шесть полей: название, промпт, режим подтверждения, частота, необязательная модель и необязательная рабочая папка. Варианты частоты: ежечасно, ежедневно, еженедельно, по будням или только вручную. В той же статье есть короткое примечание, которое легко пропустить.

Если запланированной задаче нужны локальные файлы или приложения, она выполняется только на вашем компьютере (та же статья справки). Поэтому проектируйте таблицу цен так, чтобы ей не требовались локальные файлы. Читайте данные через коннектор и записывайте результаты через коннектор. Тогда задача действительно будет выполняться, пока ноутбук в спящем режиме.

Точка входа у вас тоже может выглядеть иначе. 16 сентября 2026 г. Anthropic начала объединять Cowork и чат в единый интерфейс для тарифов Pro, Max и Ultra. Если в поле ввода сообщения больше нет вариантов «Chat» и «Cowork», у вас уже новый интерфейс. В этом случае можно написать в любом диалоге запрос вроде «Каждый понедельник в 9 утра делай X». Claude покажет название, расписание и инструкции, а вы подтвердите их кнопкой «Schedule» («Claude Cowork and chat are one Claude»).

Чем запланированные задачи Cowork отличаются от запланированных задач Claude Code

1 ноября мы опубликовали руководство о запланированных задачах Claude Code, которые каждую ночь читают сообщения о проблемах пользователей на Reddit. В той статье использовались облачные запланированные задачи Claude Code, которые Anthropic раньше называла «routines». Оба продукта используют название «scheduled tasks». Обе функции работают в облаке и расходуют лимит вашей подписки. Но подходят они для разной работы.

Облачная запланированная задача Claude Code представляет собой сохранённую конфигурацию Claude Code. В неё входят промпт, один или несколько репозиториев и набор коннекторов. Она может запускаться по расписанию, по вызову API или по событию GitHub. Каждый запуск открывает полноценную сессию Claude Code, в которой можно выполнять shell-команды, редактировать код и открывать пул-реквесты («Automate work with scheduled tasks»).

У запланированной задачи Cowork нет репозитория. Она предназначена для интеллектуальной работы: отчётов, сводок, наведения порядка в файлах. Её результат состоит из сессии Cowork и файлов в ней.

Столбец Claude Code составлен по разделам об использовании и триггерах на той же странице документации (облачные запланированные задачи Claude Code). Для столбца Cowork мы прочитали четыре статьи справки: о запланированных задачах, о тарифах Team и Enterprise, о безопасности и об архитектуре. Ни в одной из них нет максимального числа запланированных задач или запусков в час. Пользователь Reddit задал тот же вопрос, но Anthropic цифру не назвала (ветка на Reddit). Поэтому мы пишем «публичных цифр не нашли» и не гадаем.

Для бренд-менеджера выбор простой. Таблице цен не нужны ни репозиторий, ни изменения кода. Это таблица для команды мерчандайзинга. Cowork подходит лучше.

Выбирайте Claude Code, только если ваша команда уже хранит данные и скрипты в Git. Тогда недельная история может храниться в журнале коммитов. Обе конфигурации могут использовать один и тот же адрес удалённого MCP-сервера, так что настройку коннектора можно перенести из одной в другую.

Добавьте EveryInfra как пользовательский коннектор

Cowork получает внешние данные через пользовательские коннекторы. В справочном центре сказано, что пользовательские коннекторы на базе удалённого MCP работают в Claude, Cowork и Claude Desktop. Они доступны на тарифах Free, Pro, Max, Ultra, Team и Enterprise. На Free можно добавить только один («Get started with custom connectors using remote MCP»).

На личном тарифе откройте «Customize > Connectors». Нажмите «+ Add», затем «Add custom connector». Введите название и URL удалённого MCP-сервера.

Чаще всего настройка ломается на аутентификации. Удалённый MCP-сервер EveryInfra использует API-ключ, а не OAuth. Методы initialize и tools/list работают без ключа. Для вызова инструмента нужен заголовок Authorization: Bearer, за которым следует ваш ключ (страница настройки MCP в EveryInfra). В спецификации MCP авторизация необязательна, а её OAuth-поток применяется, только если сервер его поддерживает (спецификация MCP: «Authorization»). Формат заголовка Authorization: Bearer взят из стандарта OAuth для bearer-токенов (RFC 6750).

3 ноября в 00:47 по сингапурскому времени мы отправили один tools/call без ключа. Сервер ответил за 0,09 секунды сообщением unauthorized: no API key provided, а в следующем текстовом блоке было написано «Nothing was charged.»

В документации Anthropic сказано, что делать с серверами, которые используют API-ключи. В разделе Authentication выберите «No sign-in». Затем добавьте ключ в Request headers. Claude шифрует значение, больше его не показывает и отправляет с каждым запросом. Claude отправляет значение ровно в том виде, в каком вы его ввели, и не добавляет префикс. Поэтому значение Authorization должно состоять из слова Bearer, пробела и ключа («Add a connector that isn't in the directory»).

Configuration example (Customize > Connectors > + Add > Add custom connector).
Field names follow the Anthropic documentation. We did not run this on our machine.
Name:            EveryInfra
MCP server URL:  https://api.everyinfra.com/mcp
Authentication:  No sign-in
Request headers: Authorization = Bearer <your EveryInfra API key>
Advanced > Transport: keep the default (the URL does not end in /sse, so it uses Streamable HTTP)

Вторая проблема связана с сетью. В справочном центре есть раздел «Network requirements». Когда вы добавляете пользовательский коннектор, Claude подключается к вашему MCP-серверу из облака Anthropic, а не с вашего компьютера. Это верно для claude.ai, Claude Desktop, Cowork и мобильных приложений. Сервер должен быть доступен через публичный интернет для подключений из диапазонов IP-адресов Anthropic.

К серверу в корпоративной сети, за VPN или файрволом подключиться нельзя, даже если он доступен с вашего компьютера (справочный центр). Anthropic указывает 160.79.104.0/21 как диапазон исходящих IP-адресов для вызовов внешних MCP-инструментов («IP addresses»). Адрес EveryInfra доступен из интернета, поэтому это правило его не блокирует. Но если ваш ИТ-отдел поставит перед ним корпоративный шлюз, подключения из этого диапазона нужно разрешить.

Третья проблема касается общих учётных данных на тарифах Team и Enterprise. На тарифе Team добавить пользовательский коннектор в организацию могут только Owner и Primary Owner. На Enterprise это могут сделать и пользовательские роли с правом управлять библиотекой. После того как владелец добавит коннектор, каждый участник открывает «Customize > Connectors» и нажимает «Connect».

В справочном центре объясняется, почему так устроено. Обычно Claude может получить доступ только к тому, что доступно конкретному участнику. Исключение составляет коннектор с общими учётными данными, например API-ключом. На тарифах Team и Enterprise все участники, которые используют такой коннектор, работают с одними и теми же учётными данными. Поэтому предоставляйте этим учётным данным только тот доступ, который нужен участникам (справочный центр).

Для EveryInfra общий ключ означает, что запланированные задачи всех участников списывают средства с одного аккаунта. Мы рекомендуем отдельный ключ для Cowork с более низким лимитом запросов в минуту. Тогда неудачный промпт, который зацикливается на вызовах API, упрётся в лимит этого ключа и остановится. Кроме того, настройки аутентификации нельзя изменить после добавления коннектора. Чтобы сменить ключ, удалите коннектор и добавьте его заново, а участникам придётся подключиться снова (документация Anthropic).

Anthropic также проверяет названия заголовков запроса. Если название заголовка не одобрено, при сохранении возникает ошибка. EveryInfra использует только стандартный заголовок Authorization. Ключ также можно передать параметром URL ?key=, но URL фиксируются в большем числе журналов, поэтому для Cowork мы этот способ не рекомендуем.

Подтверждения инструментов: запустите задачу один раз вручную

Запланированная задача выполняется, когда за ней никто не следит. Поэтому запросы подтверждения чаще всего и приводят к пустому результату. В статье о безопасности описаны три режима подтверждения. «Automatically approve» перед каждым действием выполняет проверку безопасности и продолжает работу. «Skip all approvals» не выполняет никаких проверок.

«Manually approve» запрашивает ваше подтверждение на каждом шаге («Use Claude Cowork safely»). В той же статье советуют начинать с задач с низким риском, например со сводок. Там же рекомендуют не ставить в расписание задачи, которые отправляют сообщения или совершают покупки. Таблица конкурентов, которая только читает данные, относится именно к тем задачам, которые там рекомендуют.

У всех 12 MCP-инструментов EveryInfra есть аннотации инструментов из спецификации MCP. Мы прочитали tools/list 3 ноября. У инструмента каталога everyinfra_list_capabilities и инструмента чтения заданий everyinfra_get_job указано readOnlyHint: true. У инструмента данных everyinfra_call_api указаны readOnlyHint: false и destructiveHint: true, потому что он тратит деньги.

Спецификация MCP называет эти значения подсказками. По ним клиент может решать, нужно ли сначала спросить человека. Инструмент без аннотаций считается потенциально деструктивным (спецификация MCP: «Tools»; блог MCP об аннотациях инструментов).

Важнее всего это на тарифах Team и Enterprise. В статье справки для Team описана настройка организации «Allow 'Always allow' for connector tools». По умолчанию она выключена. Пока она выключена, участники не могут выбрать «Allow for all tasks» в запросе подтверждения Cowork.

Ранее заданные разрешения «always allow» тоже перестают действовать для инструментов, которые записывают данные. Запрос подтверждения не показывается только для инструментов, которые коннектор помечает как доступные только для чтения («Use Claude Cowork on Team and Enterprise plans»). По этому правилу при настройках по умолчанию everyinfra_call_api запрашивает подтверждение в каждой задаче.

Организации на тарифе Team у нас нет, поэтому мы не смогли проверить, приостанавливается ли запуск по расписанию в ожидании подтверждения или пропускает этот шаг. Безопасный вариант такой. Попросите владельца с ролью Owner включить эту настройку или выберите для задачи режим подтверждения «Automatically approve». После создания задачи один раз нажмите «Run now». Когда появится запрос подтверждения, выберите «Allow for all tasks».

Подтверждений касается и одно недавнее обновление. Версия приложения для компьютера v3.6556.1 от 22 октября изменила поведение MCP-инструментов, которые их сервер помечает как требующие участия человека. Теперь такие инструменты запрашивают подтверждение только в карточке внутри приложения, а в уведомлении нет кнопки Allow. Запланированные задачи продолжают работу без этих вызовов (история изменений Claude Desktop). Инструменты EveryInfra этот маркер не используют. У них только четыре стандартные аннотации.

Мы не проверяли в Cowork, как запрос подтверждения выглядит при запуске по расписанию и останавливается ли запуск. Поэтому один раз и нужно нажать «Run now»: вы увидите этот шаг сами.

Это правило касается встроенной загрузки веб-страниц в Cowork, а не MCP-инструментов. Но оно показывает, что Anthropic до сих пор от недели к неделе меняет возможности запланированных задач. Промпт, в котором названы точные инструменты и параметры, работает стабильнее промпта, который предлагает модели самой искать путь.

Один реальный цикл: что отправляет модель и что приходит в ответ

Cowork мы не запускали. Но через коннектор модель отправляет стандартный MCP-запрос tools/call. Чтобы показать его реальный вид, мы отправили такой же запрос через curl на https://api.everyinfra.com/mcp 3 ноября 2026 г. в 00:25:46 по сингапурскому времени. Мы использовали тестовый ключ и вызвали walmart/search по запросу «ninja crispi glass air fryer».

Через 43,6 секунды сервер вернул HTTP 200. В результате был один текстовый блок из 13 115 символов с 20 товарами. Списано $0,001389.

// Request: the tools/call that the model sends through the connector
// (November 3, 2026, 00:25:46 Singapore time; real request; the key is in the header and not shown)
{"jsonrpc":"2.0","id":8,"method":"tools/call",
 "params":{"name":"everyinfra_call_api",
           "arguments":{"platform":"walmart","action":"search",
                        "params":{"keyword":"ninja crispi glass air fryer"}}}}

// Response: JSON inside result.content[0].text (result 2, unchanged)
{"item_id": "20370717802",
 "name": "Ninja Crispi 4-in-1 Portable Glass Air Fryer Cooking System FN101PK1, ...",
 "price": 134.5, "was_price": 179.99, "currency": "USD",
 "rating": 4.5, "rating_scale": 5, "review_count": 1877,
 "in_stock": true, "seller_name": "Mercshop", ...}
// Billing in the same response: {"charged": true, "charged_usd": 0.001389, ...}

В той же сессии был и неудачный запрос, и мы описываем его так, как всё произошло. В 00:24:06 по сингапурскому времени мы вызвали amazon/reviews через MCP для Ninja AF101 (ASIN B07FDJMC9Q). Через 88,8 секунды пришёл ответ isError: true. Причина была в том, что страница отзывов этого товара требует входа либо доступ к ней ограничен. Средства за вызов вернули, charged_usd был равен 0, а в ответе также было указано, что немедленная повторная попытка вряд ли поможет. В каталоге уже сказано, что amazon/reviews возвращает только отзывы, показанные на странице товара, обычно около десятка на товар (каталог EveryInfra).

Поэтому наши записи для Amazon не читают текст отзывов. В качестве сигнала по отзывам они используют рейтинг и число оценок из amazon/search. Тексты отзывов берутся с Walmart. Важен ли для вашей категории текст отзывов на Amazon? Тогда сначала проверьте amazon/reviews на своих ASIN.

Тест 1: разница в цене между двумя магазинами

Первый снимок данных мы сделали с 00:15:54 до 00:26:55 по сингапурскому времени. Мы один раз вызвали amazon/search по запросу «ninja air fryer 4 quart». Он вернул 20 результатов за 36,8 секунды и стоил $0,002236. Мы трижды вызвали walmart/search, по разу для Ninja объёмом 4 кварты, Ninja Crispi и Instant Vortex mini, по $0,001389 за вызов. Каждое число в таблице ниже взято прямо из этих ответов (API поиска Amazon; API поиска Walmart).

Первую строку читайте внимательно. Разница в $60,99 выглядит большой, но AF101 и AF100WM относятся к разным моделям. В названии AF100WM на Walmart указано «3 Functions», а AF101 обозначена как «4-in-1». Модели, выпущенные специально для отдельного ритейлера, в мелкой бытовой технике встречаются часто.

Если сопоставлять товары по бренду и объёму, таблица каждую неделю будет показывать большую разницу, которая ничего не значит. Поэтому сопоставляйте конкурентов по номеру модели. Если модели не совпадают, пометьте запись и не считайте разницу.

Со скидками нужна та же осторожность. В том же поиске на Amazon у 15 из 20 результатов была указана базовая цена, а скидки составляли от 8,0 до 44,4 %. У каждой карточки товара своя базовая цена, поэтому скидка в 40 % на одном товаре и в 20 % на другом мало о чём говорит. Отслеживайте итоговую цену, а скидку используйте только для сравнения одной карточки с ней же от недели к неделе.

В результатах поиска Walmart есть поле upc. В каталоге сказано, что UPC позволяет точнее всего сопоставить один и тот же товар в разных магазинах. В том же примечании сказано, что поле может отсутствовать, если основной источник недоступен. Ни в одном из трёх наших ответов walmart/search значения upc не было. Поэтому список соответствий должен один раз составить человек, а задача каждую неделю должна читать одни и те же ID. Не просите модель каждую неделю угадывать соответствие.

Второй вывод: на Amazon число оценок общее для вариантов товара. В том же поиске у трёх ASIN Instant Pot Vortex (B08R6KMBQT, B0F9B4YCZF, B0F9B48Q1B) было по 36 519 оценок. У четырёх ASIN Ninja Crispi (три цвета FN101 и один FN103) было по 8 426. Цвета и суффиксы моделей различаются, но счётчики совпадают, а значит, у семейства вариантов общий счётчик. Одна из четырёх карточек Crispi относится к модели FN103 «5-in-1», функции которой отличаются от FN101 «4-in-1».

Если считать фразу «на Amazon за неделю прибавилось 200 оценок» сигналом продаж одного цвета, вы припишете этому цвету отзывы всего семейства. В таблице мы называем это число «число оценок семейства» и перечисляем ASIN, у которых оно общее.

Тест 2: один товар, два запроса, два продавца

В вызове walmart/search в 00:16:52 по запросу «ninja air fryer 4 quart» Crispi FN101PK1 (товар 20370717802) был на 6-м месте. Цена составляла $135, старая цена $179,99, продавец Patent Paid. В вызове walmart/search через MCP в 00:25:46 по запросу «ninja crispi glass air fryer» тот же товар был на 2-м месте. Цена составляла $134,50, старая цена не изменилась, а продавцом был Mercshop. Между вызовами прошло около девяти минут, поэтому сначала мы решили, что продавец сменился за девять минут.

Второй снимок, сделанный примерно через час, показал, что это толкование неверно. В 01:13:54 по сингапурскому времени по первому ключевому запросу Crispi снова был на 6-м месте: Patent Paid, $135. В 01:14:03, через девять секунд, по второму ключевому запросу снова было 2-е место: Mercshop, $134,50. Разница зависит от ключевого запроса, а не от времени.

Это объясняют правила самого Walmart. На одной странице товара могут быть предложения нескольких продавцов. Продавец, указанный над кнопкой Add to cart, выигрывает Buy Box. Walmart выбирает победителя по цене, стоимости доставки, скорости доставки, показателям продавца и местоположению покупателя (руководство Walmart по Buy Box). В том же руководстве продавцам предлагают включить Walmart Repricer, чтобы цены менялись автоматически.

На странице правил ценообразования описан второй механизм контроля. Walmart автоматически снимает с публикации предложения, цена которых намного выше недавних цен на Walmart.com или на других сайтах. В менее серьёзных случаях Walmart убирает со страницы товара кнопку Add to cart и цену (правила ценообразования Walmart). Поэтому у товара с множеством сторонних продавцов одному ID товара соответствует несколько предложений. Но эти правила не объясняют, почему по двум ключевым запросам в один и тот же момент показывались два разных продавца. Причину мы не знаем, поэтому лишь фиксируем то, что увидели.

Поэтому в каждой записи рядом с ценой хранится продавец. Мы используем три правила. У каждого товара на вкладке config есть один фиксированный ключевой запрос, и задача использует его каждую неделю. Ключ записи состоит из магазина, ID товара и имени продавца. Если продавец сменился, запись получает флаг «seller change», и задача не сообщает об изменении цены.

Данные отзывов показывают, сколько продавцов у товара. Из 100 отзывов о Crispi в 30 был указан продавец, и эти 30 отзывов пришлись на 7 продавцов. На Walmart.com пришлось 11, на Shark Ninja Store 10, на SDG Distribution 4, а у четырёх других продавцов по 1–2 отзыва. У базовой Ninja AF100WM в 98 из 100 отзывов указан Walmart.com. Чем больше продавцов, тем больше предложений, которые таблица может перепутать.

Тест 3: отзывы, в которых часть низких оценок связана с доставкой

В 00:19:07 по сингапурскому времени мы получили 100 отзывов о Ninja AF100WM синхронным вызовом walmart/reviews. Ответ пришёл за 66,1 секунды. В 00:22:20 мы отправили такой же вызов для Crispi FN101PK1 в асинхронном режиме и получили результат в 00:23:49. Каждый вызов стоил $0,001389 (API отзывов Walmart).

Самое полезное число здесь показывает, сколько низких оценок не связаны с самим товаром. Мы применили простое правило по ключевым словам. Отзыв относится к категории «доставка», если в нём есть слово или фраза вроде receive, deliver, ship, arrive, package, address, DHL или «never got». По этому правилу с доставкой были связаны 5 из 12 низких оценок у AF100WM и 6 из 20 у Crispi. Короткие примеры: «Never got it», «Delivered to wrong address» и жалоба на то, что заказы через DHL так и не приходят.

В правилах Walmart для отзывов сказано, что отзыв о товаре должен касаться самого товара и вашего опыта его использования (правила отзывов Walmart). На практике жалобы на доставку всё равно появляются и снижают оценку. Для бренд-менеджера из этого следуют два вывода. Высокая доля низких оценок у конкурента не всегда означает, что его товар плох: сторонние продавцы могут плохо организовать доставку. А если ваши собственные низкие оценки в основном касаются доставки, изменение товара их не исправит. Поэтому в таблице низкие оценки разделены на два столбца: «Товар» и «Доставка или продавец».

Второе, на что стоит обратить внимание, — это период, который охватывают 100 отзывов. Отзывы об AF100WM охватывают период с июля 2025 по октябрь 2026 года. У Crispi 93 из 100 отзывов приходятся на август–октябрь 2026 года. Отзывы расположены не строго от новых к старым.

Среди первых 30 отзывов об AF100WM вперемешку идут даты из июня, сентября и октября. Поэтому посчитать по этой выборке «новые отзывы за неделю» нельзя. В выборке на период с 27 октября по 2 ноября приходится 5 отзывов об AF100WM, а на предыдущую неделю — 4. Это числа по выборке, а не общие итоги.

Не вычитайте общее число отзывов за прошлую неделю из общего числа за эту неделю. Тест 4 показывает, почему так делать нельзя. Для подсчёта новых низких оценок сохраняйте значения review_id за прошлую неделю и считайте только те идентификаторы, которых раньше не было.

Нужно учитывать и задержку. По данным Walmart, новые отзывы появляются на сайте через 5–7 рабочих дней (правила отзывов Walmart). Walmart отправляет покупателям Marketplace письмо с просьбой оставить отзыв через семь дней после доставки или самовывоза. Если покупатель его не открыл, через 28 дней Walmart отправляет второе письмо (Walmart Marketplace Learn).

Поэтому «новые низкие оценки» в понедельник в основном относятся к заказам двух-трёхнедельной давности. Если на прошлой неделе конкурент снизил цену, чтобы нарастить продажи, эффект в отзывах дойдёт до вашей таблицы через две-три недели. Эту задержку мы учитываем в столбце с решениями. Изменение цены отмечается в ту же неделю. На изменение в отзывах следует реагировать не раньше чем через две недели.

Тест 4: одно число, три значения в одном ответе

Еженедельное сравнение не работает, если само число нестабильно. За одну сессию мы получили число отзывов об AF100WM с помощью трёх инструментов. Вызов walmart/search в 00:16:52 вернул 12 571. Задание walmart/product_detail было отправлено в 00:21:10, а его результат, полученный в 00:22:03, также содержал значение 12 571.

Вызов walmart/reviews в 00:19:07 вернул 100 отзывов. В каждом отзыве есть поле product_review_count с общим числом отзывов. В этом ответе поле принимало три значения: 12 562 в 40 отзывах, 12 571 в 40 отзывах и 12 573 в 20 отзывах. Примерно через час второй вызов вернул те же 100 значений review_id. На этот раз распределение было таким: 12 562 в 20 отзывах, 12 571 в 40 отзывах и 12 573 в 40 отзывах.

Один ответ может расходиться сам с собой на 11 отзывов. Поэтому не ограничивайтесь первым отзывом и не вычитайте два недельных итога, чтобы получить число новых отзывов.

В еженедельной таблице действуют три правила. Во-первых, каждую неделю берите каждый показатель из одного и того же инструмента. Во-вторых, берите наибольшее значение product_review_count среди 100 отзывов. Самое частое значение нестабильно: в первом ответе 12 562 и 12 571 встречаются поровну, по 40 раз.

Мы обработали оба сырых ответа на Python. statistics.multimode() даёт для первого ответа два значения. statistics.mode() при равенстве берёт первое найденное значение, поэтому в первый раз выдаёт 12 562, а во второй 12 571. В итоге таблица показывает 9 новых отзывов, которых не существует (документация модуля statistics). Наибольшее значение оба раза было 12 573.

В-третьих, если итог отличается от результата прошлой недели не больше чем на 15, записывайте «без изменений». Порог в 15 отзывов мы выбрали на основе разброса в 11 отзывов в двух наших выборках. Это не правило платформы. Через несколько недель скорректируйте его с учётом собственных данных.

Второй сюрприз: в walmart/product_detail нет цены. В обоих ответах с данными карточки товара были только поля id, url, name, text, brand, rating, rating_scale, review_count, image_url и platform. В каталоге для этого действия указаны price, original_price, in_stock и seller_name, но ни одно из них не появилось (API карточки товара Walmart). Мы построили таблицу с учётом этого.

Цена, старая цена и продавец берутся из walmart/search. Вызов карточки товара дополняет рейтинг и число отзывов, если товар выпадает из топ-20 результатов поиска. Он также помогает сверить модель по тексту описания.

Наш первый синхронный вызов карточки товара вернул HTTP 503 через 88,0 секунды и ничего не стоил. С "mode":"async" ID задания пришёл за 2,0 секунды, а результат был готов примерно через 53 секунды.

Что эти показатели означают для задачи по расписанию? За один еженедельный запуск выполняется 10 вызовов. При последовательном выполнении они занимают семь-восемь минут, причём медленнее всего работают вызовы отзывов и карточки товара. Укажите в промпте, что вызовы карточки товара и отзывов нужно отправлять в асинхронном режиме. После этого задача получает результат каждого задания с помощью everyinfra_get_job. В описании инструмента сказано, что получение результата задания бесплатно и не учитывается при расчёте лимита запросов в минуту.

Не отправляйте повторно синхронный вызов, завершившийся тайм-аутом. В ответе 503 было указано «Not charged». В нём предлагалось повторить попытку через 20 секунд, сделать не более 2 повторных попыток, и рекомендовался асинхронный режим. Один пользователь Reddit описал главный риск запусков без присмотра.

После ошибки 429 или кратковременного сбоя сети агент не может корректно повторить запрос. Вместо этого он придумывает всё более изобретательные обходные пути. Чтобы этого избежать, добавьте в задачу: «если X завершится ошибкой, остановись и сообщи об этом; не пытайся устранить ошибку самостоятельно» (ветка на Reddit).

Как сравнивать эту неделю с прошлой: где хранятся данные

В этом главное отличие задачи по расписанию в Cowork от обычного чата. В статье об архитектуре сказано, что в облачной сессии цикл Claude и код выполняются в изолированной временной песочнице на серверах Anthropic. Каждая сессия получает собственную песочницу. Песочница создаётся при запуске сессии и уничтожается при её завершении, а общего состояния у песочниц нет («Claude Cowork architecture overview»). Поэтому CSV-файл, созданный запуском в этот понедельник, не виден запуску в следующий понедельник.

Облачные сессии могут читать данные из папок на вашем компьютере, к которым вы предоставили доступ, и записывать данные в эти папки. Но это возможно, только пока открыто десктопное приложение («Use Claude Cowork on web, desktop, and mobile»). Так возвращается старая проблема: компьютер должен оставаться включённым.

Мы рекомендуем Google Sheets. В справочном центре сказано, что коннектор Google Sheets может создавать новые таблицы и редактировать их. Коннектор Google Drive отвечает за поиск, загрузку и общий доступ. В той же статье предупреждают, что запрос просто на «doc» без слова Google создаёт вместо этого локальный файл («Use Google Workspace connectors»).

Команды, использующие Microsoft 365, могут включить инструменты записи в коннекторе. Эти инструменты создают и обновляют файлы в OneDrive и SharePoint («Set up the Microsoft 365 connector»). Достаточно двух вкладок. На вкладку snapshots каждую неделю добавляются новые необработанные записи, а на вкладку changes каждую неделю записываются результаты сравнения.

От ключа зависит, будет ли сравнение верным. Для обозначения недели используйте год и номер недели из date.isocalendar() в Python. Тогда границы года и месяца не приводят к ошибкам (документация модуля datetime). Понедельник, 2 ноября 2026 года, относится к неделе 2026-W45, а понедельник, 9 ноября, — к неделе 2026-W46.

Ключ записи состоит из магазина, ID товара и продавца. Дубликаты отзывов удаляются по review_id.

# Comparison logic example. It runs in the Cowork session's code tool.
# We ran it on our machine with two real snapshots.
def key(r):  # store + item ID + seller
    return (r["store"], r["item_id"], r.get("seller_name") or "-")

def diff(last_week, this_week):
    prev = {key(r): r for r in last_week}
    prev_item = {(r["store"], r["item_id"]): r for r in last_week}
    out = []
    for r in this_week:
        p = prev.get(key(r))
        if p is None and (r["store"], r["item_id"]) in prev_item:
            out.append({**r, "flag": "seller change", "seller_before": prev_item[(r["store"], r["item_id"])].get("seller_name")})
        elif p is None:
            out.append({**r, "flag": "new"})
        else:
            out.append({**r, "price_change": round((r["price"] or 0) - (p["price"] or 0), 2),
                        "count_change": (r.get("review_count") or 0) - (p.get("review_count") or 0),
                        "flag": "price change" if r["price"] != p["price"] else ""})
    return out

Реальное сравнение двух снимков

Чтобы проверить код сравнения на реальных данных, мы сделали второй снимок примерно через час после первого. Он выполнялся с 01:12:58 до 01:15:52 по сингапурскому времени 3 ноября 2026 года с теми же параметрами. Было сделано 5 вызовов: 1 amazon/search, 3 walmart/search и 1 асинхронный вызов walmart/reviews для AF100WM. Списано $0,007792.

Затем мы передали оба снимка в функцию diff() выше с ключом по магазину, ID товара и продавцу. В реальном отчёте сравниваются две недели. Здесь разрыв составляет один час, поэтому тест показывает метод и поля, которые меняются сами по себе.

За час ни в одной из шести отслеживаемых записей не изменились цена, продавец, число оценок или число отзывов. Второй вызов отзывов об AF100WM вернул те же 100 значений review_id в том же порядке. Значит, число новых отзывов равно 0. В поле product_review_count по-прежнему были те же три значения. Изменилось только распределение: с 40/40/20 на 20/40/40. Наибольшее значение оба раза было 12 573, поэтому правило записывает «без изменений».

А вот позиции в поиске Amazon изменились. В топ-20 результатов по тому же ключевому запросу 17 ASIN появились оба раза, а 3 были новыми. AF101 опустился со 2-й позиции на 14-ю. Crispi поднялся с 9-й на 1-ю, а Vortex сместился с 3-й на 4-ю.

Поэтому задача читает фиксированные ASIN, а не выбирает «первые результаты выдачи». За час позиции могут сильно сдвинуться, пока цены остаются прежними. Таблица, которая сопоставляет товары по позиции, показывает много ложных изменений.

Тем же кодом мы проверили и смену ключевого запроса. Мы заменили вторую запись Crispi результатом по запросу «ninja air fryer 4 quart», где показан Patent Paid за $135. Вывод diff() не сообщил «price up $0.50». Он сообщил «seller change, before: Mercshop». Именно для этого продавец входит в ключ. Вот точный вывод diff() для этой записи:

{"store": "walmart.com", "item_id": "20370717802", "seller_name": "Patent Paid", "price": 135, "review_count": 1877, "flag": "seller change", "seller_before": "Mercshop"}

Три вызова walmart/search во втором снимке заняли от 5,9 до 8,7 секунды против 35,8–43,6 секунды в первом. В ответах нет поля, которое показывало бы, взят ли результат из кеша. Поэтому судите об изменениях по полям снимка, а не по длительности вызова.

Промпт и итоговая таблица

Задача по расписанию в Cowork — это сохранённый промпт, который каждый раз выполняется одинаково. В справочном центре описан вариант «Create with Claude». Claude задаёт несколько вопросов с вариантами ответа. Затем он показывает название, расписание и шаги, чтобы вы их подтвердили («Schedule recurring tasks in Claude Cowork»). Мы советуем выбрать «Set up manually» и использовать промпт ниже. Фиксированный список инструментов, параметров и правил на случай сбоев работает стабильнее, чем промпт, который модель каждую неделю переосмысливает.

Выберите «Weekly» и время утром в понедельник. В ручной форме поле модели необязательное. Один пользователь Reddit также нашёл настройку модели на странице редактирования задачи (ветка на Reddit). Эта задача в основном вызывает инструменты и заполняет таблицы, поэтому хватит более дешёвой модели.

Configuration example: scheduled task prompt
(Set up manually. Frequency: weekly, Monday 09:10. Approval mode: Automatically approve.)

You are a competitor report assistant. Read only. Do not order, change prices or send messages.
Use only the EveryInfra connector and the Google Sheets connector.
1. Open the Google Sheets file "Competitor weekly" (create it if missing).
   Read all rows in the snapshots tab for the previous ISO week (for example 2026-W45).
2. Read the config tab. One row per competitor: key, amazon_asin, walmart_item_id, walmart_keyword, model.
3. Call everyinfra_call_api: platform=amazon, action=search,
   params={keyword: "ninja air fryer 4 quart", limit: 20}.
   Keep only ASINs from config. Record price, list_price, rating, rating_count (label it family rating count).
4. For each competitor:
   a. platform=walmart, action=search, params={keyword: walmart_keyword}.
      Find walmart_item_id. Record price, was_price, seller_name, rating, review_count.
   b. If step a did not find the ID: platform=walmart, action=product_detail,
      params={url: "https://www.walmart.com/ip/<ID>"}, mode=async. Record rating and review_count only.
   c. platform=walmart, action=reviews, params={url: same, limit: 100}, mode=async.
      Read the result with everyinfra_get_job. Keep only review_id values not seen last week.
      Split new 1-2 star reviews into "product" and "delivery or seller". Write one sentence for each.
5. If a call fails: record the error and request_id, skip that item, retry at most once, do not try other methods.
6. Append this week's rows to snapshots. Key: week + store + item ID + seller.
7. Compare with last week on that key. Append to changes: price change, seller change,
   review count change, new low ratings and summary, action.
8. At the end, show this week's changes rows in the session, sorted by action.
   State how many API calls ran and how many failed.

Стоимость API в неделю и в месяц

Ниже приведена стоимость по ценам каталога. amazon/search стоит $0.002236 за вызов ($2.236 за 1 000). walmart/search, walmart/product_detail и walmart/reviews стоят $0.001389 за вызов ($1.389 за 1 000). Эти значения price_usd мы взяли из бесплатного каталога в 00:15 по сингапурскому времени 3 ноября 2026 года. Неудачные вызовы и пустые результаты не оплачиваются, а чтение асинхронной задачи бесплатно. Каждое число ниже рассчитано скриптом по этим ценам (тарифы).

По сравнению с подпиской стоимость API невелика. Отслеживание трёх конкурентов раз в неделю обходится в $0,0639 в месяц — это 0,32% от стоимости Claude Pro, которая составляет $20 в месяц (тарифы Claude). Основные затраты приходятся на использование Claude. В справочном центре сказано, что Cowork выполняет сложные многошаговые задачи («Get started with Claude Cowork»). Использование claude.ai, Claude Code и Claude Desktop учитывается в одном общем лимите. На платных тарифах есть лимит сессии, который сбрасывается каждые пять часов, и недельный лимит («How do usage and length limits work»).

Каждый запуск по расписанию расходует этот бюджет. Один поиск Amazon с 20 результатами занимает 71 614 байт, а 100 отзывов — около 60 000 байт. Если модель прочитает всё это целиком, запуск израсходует значительную часть бюджета. Поэтому промпт велит ей оставлять только ID с вкладки config и читать только новые отзывы.

Ограничения и открытые вопросы

Во-первых, в этом тесте мы не получили текст отзывов Amazon. amazon/reviews для AF101 вернул «needs a login or is restricted», и средства были возвращены. Даже когда этот вызов работает, по данным каталога он возвращает только десяток с небольшим избранных отзывов со страницы товара. Поэтому в части таблицы для Amazon есть только цена, цена без скидки, рейтинг и число оценок по семейству вариантов.

Во-вторых, в этом тесте walmart/product_detail не вернул данных о цене, наличии и продавце ни для одного из товаров. Цены приходится брать из walmart/search. Поиск возвращает одну страницу с 20 результатами. Если конкурент выпал из топ-20, используйте более точный ключевой запрос.

В-третьих, многие бренд-менеджеры отслеживают и Temu. Но temu/search в каталоге приостановлен (available: false). Вызов возвращает 503, и плата за него не списывается, поэтому в эту версию таблицы Temu не входит.

В-четвёртых, работу Cowork мы не тестировали. Сведения о подтверждениях, коннекторе, записи в Google Sheets и выборе модели взяты из справочного центра и документации Anthropic. Мы не смогли проверить, что происходит при запуске по расписанию на тарифе Team, когда параметр «Always allow» выключен.

В-пятых, используйте эту таблицу только для собственных решений о ценах и товарах. Правило FTC от августа 2024 года запрещает продажу и покупку поддельных отзывов. Оно также запрещает платить за положительные или отрицательные отзывы и скрывать отрицательные отзывы (пресс-релиз FTC; 16 CFR Part 465). Если у конкурента много низких оценок, улучшайте собственный товар и доставку. Не пытайтесь влиять на его отзывы. Эта статья описывает метод работы с данными и не является юридической консультацией.

Последние изменения

• 6 октября 2026 года: новые задачи Cowork и задачи по расписанию на тарифах Pro, Max и Ultra выполняются в облаке, а вариант «Only on your computer» убран (справочный центр). Для вас это значит, что таблице больше не нужен включённый компьютер, но и хранить снимки в локальной папке она не может.
• 22 октября 2026 года: десктопное приложение v3.6556.1 позволяет задачам по расписанию продолжать работу без MCP-инструментов, которым нужно участие человека. Оно также исправляет проблему, из-за которой задачи по расписанию не находили плагины и Skills (история изменений). Для вас это значит, что, если в результате запуска чего-то не хватает, возможно, один из инструментов был пропущен.
• 26 октября 2026 года: Walmart объявил три праздничные распродажи с 12 ноября по 2 декабря. Всего это 14 дней против 10 в 2025 году (пресс-релиз Walmart; Retail Dive). Для вас это значит, что сильнее всего цены будут меняться в ближайшие пять недель. Можно перейти на ежедневный запуск: для 3 конкурентов он стоит $0,10 в неделю.
• 27 октября 2026 года: v4.29.0 ограничивает функцию web fetch в задачах по расписанию вне двух автоматических режимов. URL должен быть указан в инструкциях или получен из поиска (история изменений). Для вас это значит, что читать страницы товаров с помощью встроенной функции web fetch в Cowork становится сложнее, поэтому коннектор — более стабильный вариант.

FAQ

Что делать, если задачи по расписанию в Claude Cowork не работают?

Этот вопрос взят из поисковых подсказок «claude cowork scheduled tasks not working» и «claude cowork scheduled tasks connector not working». Сначала определите, на каком уровне произошёл сбой. Что касается самого Cowork, один пользователь macOS не мог создавать задачи и получал ошибку «Invalid file path: path traversal detected» (ветка на Reddit). В связанном обращении на GitHub сказано, что удалённые сессии не получают инструменты для управления локальными задачами по расписанию (обращение № 76968 на GitHub).

Обновление от 22 октября также устранило проблему, из-за которой задачи по расписанию не находили плагины и Skills, поэтому сначала обновите десктопное приложение (история изменений). Для коннектора проверьте, что значение заголовка состоит из Bearer и ключа, сервер общедоступен и необходимые разрешения предоставлены. В EveryInfra вызовите everyinfra_list_requests с request_id, чтобы увидеть статус и списание. Это бесплатно.

В этой таблице перечислены симптомы, которые мы наблюдали при вызовах API и в упомянутых выше ветках, а также уровни, на которых обычно возникают соответствующие проблемы.

Какой лимит у задач по расписанию в Claude Cowork?

Этот вопрос взят из поисковой подсказки «claude cowork scheduled tasks limit». Один пользователь Reddit спросил, сколько задач по расписанию можно создать, и никто не привёл цифру от Anthropic (ветка на Reddit). Мы прочитали четыре связанные статьи справочного центра и не нашли ограничения на число задач по расписанию или запусков в Cowork. Точно известно, что запуски расходуют лимиты вашей подписки: пятичасовой и недельный (лимиты использования). Для сравнения, облачные задачи по расписанию в Claude Code допускают до 100 запланированных запусков в час для одного аккаунта (документация). Со стороны EveryInfra действует лимит запросов в минуту на ключ, который можно снизить в консоли.

Что выбрать: задачи по расписанию в Claude Cowork или routines в Claude Code?

Этот вопрос взят из поисковой подсказки «claude cowork scheduled tasks vs claude code routines». Выбирайте по тому, где хранятся ваши данные и результаты. Результат представляет собой таблицу или документ для бизнес-пользователей? Тогда используйте Cowork с коннектором Google Sheets или Microsoft 365. Данные и скрипты лежат в Git-репозитории?

Тогда используйте облачные задачи по расписанию в Claude Code (раньше они назывались routines) и храните историю в коммитах. Их также можно запускать по вызовам API и событиям GitHub (документация Claude Code). Оба варианта могут использовать один и тот же адрес MCP-сервера EveryInfra. Другой вариант настройки описан в нашем руководстве по задачам по расписанию в Claude Code.

Выполняются ли задачи по расписанию Claude Cowork в облаке, когда компьютер выключен?

Этот вопрос взят из поисковой подсказки «claude cowork scheduled tasks cloud». Да. В справочном центре сказано, что задачи по расписанию выполняются удалённо, поэтому они работают, даже когда компьютер в спящем режиме или приложение закрыто. Новые задачи, созданные после 6 октября, выполняются в облаке (справочный центр).

Исключения составляют задачи, которым нужны локальные файлы или приложения, и старые задачи, которые уже выполнялись на вашем компьютере до 6 октября. Один пользователь Reddit не смог найти облачный вариант (ветка на Reddit). В одном из ответов в той ветке говорилось, что облачный вариант внедрялся постепенно в зависимости от тарифа. Теперь в справочном центре сказано, что с 6 октября новые задачи на Pro, Max и Ultra выполняются в облаке.

Можно ли выбрать модель для задачи по расписанию?

Этот вопрос взят из поста на Reddit, автор которого спрашивал, как задать модель для задач по расписанию (ветка на Reddit). Да. В форме ручной настройки модель указывается в необязательном поле (справочный центр). В одном из ответов к посту также показали настройку модели на странице редактирования задачи. Задача с таблицей цен в основном вызывает инструменты и заполняет таблицу, поэтому хватит более дешёвой модели. Берегите лимит для задач, требующих рассуждений.

Почему задача по расписанию не запустилась вовремя?

Этот вопрос взят из ответа на Reddit, где говорилось, что удалённый планировщик сбивается по времени, иногда примерно на 10 минут (ветка на Reddit). В справочном центре Cowork точность времени не описана. В документации облачного Claude Code сказано, что запуск, назначенный ровно на начало часа, может стартовать на несколько минут позже. Там советуют выбирать время на несколько минут позже начала часа, например 9:07 (документация). Еженедельной таблице цен точное время не нужно. В нашем примере по той же причине указано 09:10.

С чего начать

1. Создайте бесплатный аккаунт EveryInfra и выпустите отдельный API-ключ только для Cowork. Следуйте разделу «Быстрый старт» и один раз вызовите walmart/search через curl.
2. В Claude откройте Customize > Connectors и добавьте пользовательский коннектор. Укажите URL https://api.everyinfra.com/mcp, выберите No sign-in и задайте заголовок Authorization = Bearer <key>. Все шаги описаны на странице настройки MCP.
3. Включите коннектор Google Sheets. Создайте таблицу «Competitor weekly» и укажите на вкладке config идентификаторы ваших конкурентов.
4. В разделе Scheduled выберите Set up manually и вставьте промпт выше. Выберите Weekly. Один раз нажмите Run now и ответьте на запросы о разрешении.
5. В следующий понедельник откройте вкладку changes.

О смежных методах читайте в статье о мониторинге цен как продукте по подписке. Также прочитайте статьи об отслеживании цен на Amazon с сопоставимыми предложениями и об анализе отзывов конкурентов с помощью Agent Skills.

Источники

1. «Schedule recurring tasks in Claude Cowork», справочный центр Claude, дата обращения: 2026-11-03.
2. «Get started with custom connectors using remote MCP», справочный центр Claude, дата обращения: 2026-11-03.
3. «Add a connector that isn't in the directory», документация Anthropic, дата обращения: 2026-11-03.
4. «Claude Cowork and chat are one Claude», справочный центр Claude, дата обращения: 2026-11-03.
5. «Use Claude Cowork on web, desktop, and mobile», справочный центр Claude, дата обращения: 2026-11-03.
6. «Use Claude Cowork safely», справочный центр Claude, дата обращения: 2026-11-03.
7. «Use Claude Cowork on Team and Enterprise plans», справочный центр Claude, дата обращения: 2026-11-03.
8. «Get started with Claude Cowork», справочный центр Claude, дата обращения: 2026-11-03.
9. «How do usage and length limits work?», справочный центр Claude, дата обращения: 2026-11-03.
10. «Release notes», справочный центр Claude, записи с 2026-02-25 по 2026-10-21.
11. «Claude Desktop changelog», Anthropic, с v3.6556.1 (2026-10-22) по v4.4212.0 (2026-10-29).
12. «Plans and pricing», Anthropic, дата обращения: 2026-11-03.
13. «IP addresses», документация Anthropic, дата обращения: 2026-11-03.
14. «Claude Cowork architecture overview», справочный центр Claude, дата обращения: 2026-11-03.
15. «Automate work with scheduled tasks», документация Claude Code, дата обращения: 2026-11-03.
16. «Run prompts on a schedule», документация Claude Code, дата обращения: 2026-11-03.
17. «Use Google Workspace connectors», справочный центр Claude, дата обращения: 2026-11-03.
18. «Set up the Microsoft 365 connector», справочный центр Claude, дата обращения: 2026-11-03.
19. «Tools», спецификация Model Context Protocol 2025-11-25.
20. «Transports», спецификация Model Context Protocol 2025-11-25.
21. «Tool Annotations as Risk Vocabulary», блог MCP, 2026-03-16.
22. Issue #76968, GitHub anthropics/claude-code, дополнение от 2026-09-14.
23. «Anyone else unable to create or edit scheduled tasks in Claude Cowork», Reddit r/ClaudeAI.
24. «Scheduled tasks / Routines: what's actually holding up for you?», Reddit r/ClaudeAI.
25. «Using claude.ai scheduled tasks to trigger the 5h window», Reddit r/ClaudeAI.
26. «I can't create scheduled tasks on remote (cloud)», Reddit r/ClaudeCowork.
27. «Cowork mode: any way to set which model scheduled tasks run on?», Reddit r/Anthropic.
28. Каталог возможностей сбора данных EveryInfra, EveryInfra, дата обращения: 2026-11-03, 00:15 по сингапурскому времени.
29. «Product detail page: the Buy Box», Walmart Marketplace Learn.
30. «Pricing rules», Walmart Marketplace Learn, обновлено 2025-12-12.
31. «Marketplace reviews overview», Walmart Marketplace Learn.
32. «Ratings, Reviews, Question, and Answer Terms of Use», Walmart Help.
33. «Walmart Unwraps Three Major Holiday Shopping Events», Walmart, 2026-10-26.
34. «Walmart debuts longer Black Friday, Cyber Monday sales events», Retail Dive, 2026-10-26.
35. «FTC Announces Final Rule Banning Fake Reviews and Testimonials», Federal Trade Commission, 2024-08-14.
36. «16 CFR Part 465», eCFR.
37. «datetime: Basic date and time types», документация Python.
38. «Authorization», спецификация Model Context Protocol от 2025-11-25.
39. «RFC 6750: The OAuth 2.0 Authorization Framework: Bearer Token Usage», IETF, 2012-10.
40. «statistics: Mathematical statistics functions», документация Python.