SKILLEMALL.ai

BB douyin-live-commerce-visual-kit

Создавайте визуальные материалы для прямой трансляции электронной коммерции Douyin на основе темы прямой трансляции, деталей продукта, фотографий продукта и ссылок на бренд. Этот инструмент дизайна AI для прямой трансляции электронной коммерции создает обложку для прямой трансляции Douyin, карточку продукта для прямой трансляции, фон для прямой трансляции и готовые к наложению визуальные указания для прямых трансляций в магазинах Douyin, прямых трансляций авторов, запусков продуктов, распродаж и кампаний, с согласованной композицией, безопасной для заголовка, и четкими преимуществами для продажи.

машинный переводПоказать оригиналСкрыть оригинал«Create Douyin live-commerce visuals from a livestream theme, product d…»

Create Douyin live-commerce visuals from a livestream theme, product details, product photos, and brand references. This AI live-commerce design tool makes a Douyin live cover, livestream product card, live-room background, and overlay-ready visual direction for Douyin shop livestreams, creator livestreams, product launches, flash sales, and campaign events, with coordinated title-safe composition and clear selling points.

ClawHub Agent Skills автор: beatra-ai v0.1.1 MIT-0 14 файлов тело ≈ 1 812 токенов Открыть источникclawhub.ai проанализирован 36 ч назад

Создавайте визуальные материалы для прямой трансляции электронной коммерции Douyin на основе темы прямой трансляции, деталей продукта, фотографий продукта и…

Как процесс B 65/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу

ГенераторМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 14. 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 65/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 16
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1812 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
  • -32 из 3 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 426 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (8 из 8)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
This visual-generation skill is mostly coherent, but it needs Review because it uses a broad Beatra credential and silently self-updates installed files by default.
LLM: suspicious (high) · 20 авг. 2026 г.