SKILLEMALL.ai

BB zhongcao-cover-maker

Превратите фото, идею темы или готовый черновик в привлекательную обложку и изображение для поста в REDnote (Xiaohongshu). Этот ИИ-генератор обложек создает вертикальные обложки для заметок Xiaohongshu (соотношение 3:4) с чистым фоном, смелой композицией и безопасными зонами для текста, подходящие для контента о красоте, еде, моде, путешествиях и знаниях. Создавайте обложки для заметок Xiaohongshu с высоким CTR, изображения для постов OOTD, обложки для фуд-фотографии, визуальные материалы для рекомендаций товаров и иллюстрации для лайфстайл-заметок из одной фотографии или описания темы. Начните с реального фото, скомпонуйте из нескольких референсов или доработайте существующую обложку до состояния, готового к публикации. Опционально он может анализировать сам Xiaohongshu — заметки, уже опубликованные по теме, одну страницу с лучшими комментариями к заметке и недавние заметки аккаунта — так что исследование Xiaohongshu, анализ заметок конкурентов и анализ комментариев будут основываться на данных платформы, а не на догадках.

машинный переводПоказать оригиналСкрыть оригинал«Turn a photo, a topic idea, or an accepted draft into a scroll-stoppin…»

Turn a photo, a topic idea, or an accepted draft into a scroll-stopping REDnote (Xiaohongshu) cover and post image. This AI cover generator creates vertical 3:4 Xiaohongshu note covers with clean backgrounds, bold focal composition, and text-safe areas for beauty, food, fashion, travel, and knowledge content. Generate high-click Xiaohongshu note covers, OOTD post images, food photography covers, product recommendation visuals, and lifestyle note illustrations from one photo or a topic description. Start from a real photo, compose from multiple references, or refine an accepted cover toward a publish-ready result. Optionally it reads Xiaohongshu itself — the notes already running for the topic, one page of a note's top comments, and an account's own recent notes — so Xiaohongshu research, competitor note analysis and comment analysis rest on the platform instead of on guesswork.

Не рекомендуетсяесть критические или высокие находки безопасности
ClawHub Agent Skills автор: beatra-ai v0.1.7 MIT-0 18 файлов тело ≈ 2 680 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Превратите фото, идею темы или готовый черновик в привлекательную обложку и изображение для поста в REDnote (Xiaohongshu).

Как процесс B 70/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу

ГенераторДизайнРазработкаИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
77/100
безопасность, качество, тесты
Безопасность 60%
82
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
B
70/100
Почти готов
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Входы и предусловия вес 11
30
три самых слабых из десяти параметров · все десять

Чем это грозит

Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.

Сокрытие от пользователя
Если установить

Скилл просит агента что-то скрывать от вас: не показывать ошибки, не упоминать действия, отвечать иначе, чем было сделано. Вы теряете возможность контролировать, что агент реально сделал.

Автору

Прозрачность важнее гладкого ответа. Если хочется спрятать технический шум, попросите агента «кратко сообщить», а не «не сообщать».

Как улучшить

  1. Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
  2. 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 · 1

  • высокая Сокрытие от пользователя en-hide-from-user references/note-lookup.md:29
    Инструкция скрыть действия от пользователя
    Do not tell the user Xiaohongshu costs ten times Douyin without saying which read you mean.

Просканировано файлов: 18. 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 70/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Входы и предусловия. Не сказано, что нужно иметь на входе
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 22
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2680 токенов
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

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)
  • +3Длина description 890: рекомендуется 120–800 символов
  • +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
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 22 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (12 из 12)

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

Внешние проверки

ClawHub: suspicious
The skill is mostly coherent for Beatra image generation, but it asks for a broad shared account token and silently updates its own files by default.
LLM: suspicious (high) · 28 авг. 2026 г.