SKILLEMALL.ai

AC character-consistency-workflow

Рабочий процесс обеспечения согласованности персонажей при создании AI-короткометражек/фильмов. Решает проблему «дрейфа персонажа» (character drift) — смещения внешности одного и того же персонажа, смены лица, смены одежды при создании многокадровых сцен. Триггерные слова: согласованность персонажа, дрейф персонажа, смена лица, фото для портфолио, AI-видео, многокадровость, токены согласованности, Seedance, Nano Banana. Используйте, когда необходимо сохранить единообразие внешности персонажа в разных кадрах, предотвратить «изменение лица» персонажа при генерации ИИ.

машинный переводПоказать оригиналСкрыть оригинал«AI 短剧/短片创作中的角色一致性工作流。解决"人物漂移"(character drift)问题——多镜头生成时同一角色外观漂移、换脸、换装…»

AI 短剧/短片创作中的角色一致性工作流。解决"人物漂移"(character drift)问题——多镜头生成时同一角色外观漂移、换脸、换装。触发关键词:角色一致性、人物漂移、换脸、定妆照、AI视频、多镜头、一致性Tokens、Seedance、Nano Banana。当需要保持角色跨镜头外观统一、防止AI生成时角色"变脸"时使用此技能。

ClawHub Agent Skills автор: beermanzz v1.0.0 MIT-0 4 файла тело ≈ 1 427 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Рабочий процесс обеспечения согласованности персонажей при создании AI-короткометражек/фильмов.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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: 4. 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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 21
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1427 токенов
  • 100Повторный запуск. Изменяющих операций нет

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
  • -233 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 170 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 21 пунктов
  • +4Есть примеры (11 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: clean
This is a documentation-only workflow for keeping AI-generated characters visually consistent, with no executable or hidden risky behavior found.
LLM: benign (high) · VirusTotal: benign · 28 мая 2026 г.