SKILLEMALL.ai

AB used-car-walkaround

Превратите один лист состояния подержанного автомобиля в главное изображение для объявления и озвученный сценарий обзора, а затем превратите это изображение в короткий видеоролик об обзоре подержанного автомобиля. Эта студия обзоров подержанных автомобилей создает главное изображение для объявления и видеообзор из уже имеющихся у вас данных. Используйте для видеообзоров автомобилей на дилерской площадке, видеообзоров объявлений о подержанных автомобилях и коротких видеороликов об инвентаре.

машинный переводПоказать оригиналСкрыть оригинал«Turn one used-car condition sheet into a listing hero still and a spea…»

Turn one used-car condition sheet into a listing hero still and a speakable walkaround script, then turn that still into one used car walkaround clip. This used car walkaround studio makes a used-car listing still and a listing walkaround video from the facts you already have. Use it for dealer lot walkaround video, used-car listing video, and inventory walkaround clips.

ClawHub Agent Skills автор: beatra-ai v0.1.2 MIT-0 14 файлов тело ≈ 2 686 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Превратите один лист состояния подержанного автомобиля в главное изображение для объявления и озвученный сценарий обзора, а затем превратите это изображение в…

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

ГенераторМедиа и видеотип 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
65/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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 65/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 22
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2686 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • 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 373 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 22 пунктов
    • +4Есть примеры (12 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 car-video workflow is mostly coherent, but it needs review because it stores broad Beatra credentials and silently updates its own code by default.
    LLM: suspicious (high) · 6 сент. 2026 г.