BD qinghu-model-outfit-restore
青虎AI Высокоточная замена одежды модели: загрузите изображение модели и одежду, которую хотите заменить, и одним кликом выполните точную замену одежды, сохраняя позу и освещение модели, а также детали одежды. Подходит для быстрой генерации изображений для электронной коммерции. Активируется, когда пользователь хочет сменить одежду модели, переодеть модель, примерить одежду, надеть эту одежду на модель, создать изображение с образом. Ключевые слова: 青虎AI, замена одежды модели, смена одежды, виртуальная примерка, сохранение позы, согласованность освещения, изображение образа, генерация изображений для электронной коммерции.
машинный переводПоказать оригиналСкрыть оригинал«青虎AI 模特换装高一致性还原：上传模特图与要替换的衣物图，一键完成精准换装，保持人物姿态与光影高度一致、衣物细节还原到位，适配电商穿搭快速…»
青虎AI 模特换装高一致性还原：上传模特图与要替换的衣物图，一键完成精准换装，保持人物姿态与光影高度一致、衣物细节还原到位，适配电商穿搭快速出图。当用户要给模特换衣服、换装、试穿、把这件衣服穿到模特身上、做穿搭图时必须触发。关键词：青虎AI、模特换装、换衣服、虚拟试穿、一致性还原、姿态保持、光影一致、穿搭图、电商出图。
青虎AI Высокоточная замена одежды модели: загрузите изображение модели и одежду, которую хотите заменить, и одним кликом выполните точную замену одежды…
Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
Процессный рейтинг: все десять параметров 43/100
- 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
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash, node), но во frontmatter они не объявлены
- 100Шаги. Шагов: 28
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1202 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 160 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 8 заголовков
- +3Пошаговые инструкции: 28 пунктов
- +4Есть примеры (6 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.