AD qwen-image
Вызывает модели Qianwen и Wanxiang 2.6 на платформе Baidu Lingxi (DashScope/Model Studio) для выполнения задач по генерации и редактированию изображений. Этот навык необходимо использовать, когда пользователь обращается к любому из следующих сценариев: - Вызов моделей Qianwen или Wanxiang 2.6 для генерации или редактирования изображений - API, связанные с изображениями на платформе Baidu Lingxi - Использование SDK dashscope для доступа к моделям qwen-image / wan2.6 - Генерация текста в изображение, редактирование изображений, вывод смешанного текста и изображений - Пользователь упоминает ключевые слова, такие как qwen-image, wan2.6-image, wan2.6-t2i и т. д.
машинный переводПоказать оригиналСкрыть оригинал«调用阿里云百炼（DashScope/Model Studio）平台上的千问及万相2.6模型，完成图像生成与编辑任务。 当用户涉及以下任何场景…»
调用阿里云百炼（DashScope/Model Studio）平台上的千问及万相2.6模型，完成图像生成与编辑任务。 当用户涉及以下任何场景时，必须使用此 skill： - 调用千问或万相2.6模型生成、编辑图片 - 百炼平台图像相关 API - 使用 dashscope SDK 访问 qwen-image / wan2.6 模型 - 文生图、图像编辑、图文混排输出 - 用户提及 qwen-image、wan2.6-image、wan2.6-t2i 等关键词
Вызывает модели Qianwen и Wanxiang 2.6 на платформе Baidu Lingxi (DashScope/Model Studio) для выполнения задач по генерации и редактированию изображений. Этот…
Как процесс D 41/100 · 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: 3. 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")
Процессный рейтинг: все десять параметров 41/100
- 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
- 40Согласованность. Имя во frontmatter (qwen-image) не совпадает с папкой (aliyun-qwen-image)
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 11
- 100Стоимость исполнения. Тело инструкции 1480 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле
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 231 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 27 заголовков
- +3Пошаговые инструкции: 11 пунктов
- +4Есть примеры (11 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.