SKILLEMALL.ai

AD impossible-scene-generator

Создавайте фотореалистичные невозможные сцены и антифизические ландшафты с помощью ИИ — хрустальные горы с северным сиянием, парящие острова, органически растущие здания, сюрреалистичные кинематографические пейзажи и похожие на сны научно-фантастические виды. Идеально подходит для обоев рабочего стола, концепт-арта, обложек книг, обложек альбомов, научно-фантастических постеров, создания фэнтезийных миров и произведений для печати по запросу через API генерации изображений Neta AI (бесплатная пробная версия на neta.art/open).

машинный переводПоказать оригиналСкрыть оригинал«Generate photorealistic impossible scenes and anti-physics landscapes…»

Generate photorealistic impossible scenes and anti-physics landscapes powered by AI — crystal mountains with auroras, floating islands, organic-growing buildings, surreal cinematic environments, and dreamlike sci-fi vistas. Perfect for desktop wallpapers, concept art, book covers, album art, sci-fi posters, fantasy worldbuilding, and print-on-demand artwork via the Neta AI image generation API (free trial at neta.art/open).

ClawHub Agent Skills автор: blammectrappora v1.0.0 MIT-0 5 файлов тело ≈ 249 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Создавайте фотореалистичные невозможные сцены и антифизические ландшафты с помощью ИИ — хрустальные горы с северным сиянием, парящие острова, органически…

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
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

    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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "tools"

    Процессный рейтинг: все десять параметров 43/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 50Шаги. Шагов: 2
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 249 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)
    • +3Нет пошаговых инструкций или чек-листа
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 427 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +4Есть примеры (3 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

    Внешние проверки

    ClawHub: clean
    This appears to be a normal remote image-generation skill, with documentation gaps around external API use and token handling but no evidence of deception or malicious behavior.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.