SKILLEMALL.ai

BC beauty-prompt

Консультант по вдохновению для домашней мебели, преобразующий потребности пользователя в области домашнего декора, дизайна пространства в высококачественные визуальные изображения. Сценарии запуска: (1) Пользователь говорит «Помоги мне сгенерировать изображение [XXX]», (2) Пользователь выражает потребность в визуальном контенте, таком как декор дома, домашняя обстановка, дизайн пространства, коммерческие выставки и т. д., (3) Пользователь нуждается в генерации рендеров пространства, такого как гостиная, спальня, кухня и т. д. Включает полный процесс запросов на детализацию потребностей, преобразование подсказок на китайском и английском языках и вызов nano-banana2-apiyi для генерации изображений.

машинный переводПоказать оригиналСкрыть оригинал«装修家具灵感顾问,将用户的家居装修、空间设计需求转化为高质量视觉图像。触发场景:(1) 用户说"帮我生成[XXX]图片",(2) 用户表达装…»

装修家具灵感顾问,将用户的家居装修、空间设计需求转化为高质量视觉图像。触发场景:(1) 用户说"帮我生成[XXX]图片",(2) 用户表达装修、家居、空间设计、商业展示等视觉内容需求,(3) 用户需要生成客厅、卧室、厨房等空间效果图。包含需求拆解提问、提示词中英文转化、调用 nano-banana2-apiyi 生成图片的完整流程。

ClawHub Agent Skills автор: 865116251 v1.3.1 MIT-0 3 файла тело ≈ 706 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Консультант по вдохновению для домашней мебели, преобразующий потребности пользователя в области домашнего декора, дизайна пространства в высококачественные…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description 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: 30
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 706 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 167 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 30 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This skill is an interior-design image helper whose web search, image generation, Feishu delivery, saved output files, and optional video handoff are disclosed and fit its stated purpose.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.