SKILLEMALL.ai

BD qinghu-viral-video-womens

青虎AI имитация вирусных видео (женская одежда): загрузите эталонное видео и изображение модели, точно перенесите движения персонажа из видео на новый образ, адаптируйте для реальных и виртуальных образов, эффективно восстанавливая детали движений, быстро создавая короткие видео для продажи женской одежды. Обязательно использовать, когда пользователь хочет имитировать вирусные видео с женской одеждой, сменить модель, создавать короткие видео для продажи женской одежды, применять движения из вирусных видео к своей модели. Ключевые слова: 青虎AI, имитация вирусных видео, женская одежда, модель, перенос движений, имитация, короткие видео для продажи, смена модели, AI-видео.

машинный переводПоказать оригиналСкрыть оригинал«青虎AI 爆款视频模仿(女装):上传一条参考视频和一张模特参考图,把视频里的角色动作精准迁移到新形象上,适配真人与虚拟形象,高效还原动作细节…»

青虎AI 爆款视频模仿(女装):上传一条参考视频和一张模特参考图,把视频里的角色动作精准迁移到新形象上,适配真人与虚拟形象,高效还原动作细节,快速产出女装带货短视频。当用户要仿拍女装爆款视频、换女模特、做女装带货短视频、把爆款视频的动作套到自己模特身上时必须触发。关键词:青虎AI、爆款视频模仿、女装、模特、动作迁移、仿拍、带货短视频、换模特、AI视频。

ClawHub Agent Skills автор: AutoAGC v0.1.6 MIT-0 2 файла тело ≈ 1 199 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

青虎AI имитация вирусных видео (женская одежда): загрузите эталонное видео и изображение модели, точно перенесите движения персонажа из видео на новый образ…

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
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: 2. 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")
  • заметка frontmatter-key неизвестное 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 1199 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 177 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.

Внешние проверки

ClawHub: clean
This skill is a disclosed Qinghu/QHKit workflow for generating women's apparel promo videos, with some dependency-installation and billing risks users should approve explicitly.
LLM: benign (medium) · VirusTotal: · 8 сент. 2026 г.