AB knowyourself
Визуальная идентификация для ИИ-агентов — это не генератор аватаров, а система саморефлексии, которая создает лицо на основе личности, памяти и отношений агента с человеком. Быстрый режим: 5 минут. Полный режим: 5-этапное глубокое исследование личности с пакетной генерацией и профессиональной трехосной оценкой. Работает с любым инструментом генерации изображений (DALL-E, Flux, Midjourney, Stable Diffusion). Лицо исходит изнутри, а не из шаблона запроса. Используйте, когда: визуальная идентификация агента, аватар, автопортрет, лицо агента, изображение агента, исследование личности, изображение профиля, внешний вид агента, дизайн персонажа, ИИ-идентичность, визуальный образ.
машинный переводПоказать оригиналСкрыть оригинал«Visual identity discovery for AI agents — not an avatar generator, but…»
Visual identity discovery for AI agents — not an avatar generator, but a self-reflection system that creates a face from your agent's personality, memory, and relationship with its human. Quick mode: 5 minutes. Full mode: 5-phase deep identity discovery with batch generation and professional three-axis evaluation. Works with any image generation tool (DALL-E, Flux, Midjourney, Stable Diffusion). The face comes from the inside out, not from a prompt template. Use when: agent visual identity, avatar, self-portrait, agent face, agent image, identity discovery, profile picture, agent appearance, character design, AI identity, visual persona.
Визуальная идентификация для ИИ-агентов — это не генератор аватаров, а система саморефлексии, которая создает лицо на основе личности, памяти и отношений…
Как процесс B 74/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу
Как улучшить
- 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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 74/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 32
- 100Ошибки и развилки. Развилок: 6, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1775 токенов
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 645 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 14 заголовков
- +3Пошаговые инструкции: 32 пунктов
- +4Есть примеры (2 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.