SKILLEMALL.ai

AB unattended-live-avatar

Превратите портрет магазина, краткое приветствие, описание товара, ответы на частые вопросы и прощание в ролики с говорящим аватаром, которые магазин сможет зацикливать на ночь. Эта студия для автономного создания роликов с аватаром и ночной смены голосом может клонировать или выбирать голос, а затем создавать трансляцию с говорящим аватаром для приветствия, описания товара, ответов на частые вопросы и прощания, чтобы автономная трансляция или трансляция с цифровым человеком могли показывать ведущего в цикле магазина на экране. Используйте это для ночных роликов с цифровым человеком, зацикленных роликов с аватаром в живой комнате и говорящей головы для ночной смены, которая поддерживает работу комнаты.

машинный переводПоказать оригиналСкрыть оригинал«Turn one shop portrait and short welcome, product, FAQ, and close scri…»

Turn one shop portrait and short welcome, product, FAQ, and close scripts into talking-avatar clips a store can loop overnight. This unattended live avatar and night-shift avatar studio can clone or pick a voice, then produce a talking avatar livestream set for welcome, product, FAQ, and close so an unattended livestream or digital human livestream can keep a shop loop presenter on camera. Use it for overnight digital human clips, live room avatar loops, and a night-shift talking-head that keeps the room open.

ClawHub Agent Skills автор: beatra-ai v0.1.2 MIT-0 14 файлов тело ≈ 2 498 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Превратите портрет магазина, краткое приветствие, описание товара, ответы на частые вопросы и прощание в ролики с говорящим аватаром, которые магазин сможет…

Как процесс B 68/100 · Почти готов — слабые места: результат и критерий готовности, отчётность по ходу

ГенераторПоддержка клиентовИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять

Как улучшить

    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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 68/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 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: 18
    • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2498 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • low Скилл сам сортирует и ранжирует выдачу: это работа системы на той стороне, а не модели

    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 515 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 18 пунктов
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (8 из 8)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.

    Внешние проверки

    ClawHub: suspicious
    The avatar workflow is mostly disclosed, but it needs review because it silently self-updates installed code and requests broader Beatra account permissions than the workflow needs.
    LLM: suspicious (high) · 6 сент. 2026 г.