SKILLEMALL.ai

AC story-bozo

Навык преобразования раскадровки глав романа. Преобразует содержание глав романа или раскадровки в трехмерную раскадровку с ощущением изображения, ритма и напряжения. Сценарии использования: - Пользователь говорит «Помоги мне оптимизировать раскадровку этой главы», «Преобразуй эту главу в сценарий раскадровки» - Пользователь говорит «Этот сюжет слишком плоский, помоги мне добавить крутости» - Пользователь говорит «Напиши трехмерную раскадровку на основе этого содержания раскадровки» - Пользователь предоставляет главу романа, требуя улучшить визуальное восприятие и ритм - Пользователь говорит о дизайне «крутых моментов», таких как «сначала принизить, потом возвысить», «дать пощечину», «выпендриться» - Пользователь говорит «Этот абзац слишком прямолинеен, помоги мне сделать его более кинематографичным» - Пользователь предоставляет конспект главы, требуя преобразовать его в сценарий раскадровки

машинный переводПоказать оригиналСкрыть оригинал«网文章节分镜转化技能。将小说章节内容或分镜内容转化为富有画面感、节奏感和悬念感的立体分镜。 使用场景: - 用户说"帮我优化这章的分镜"、…»

网文章节分镜转化技能。将小说章节内容或分镜内容转化为富有画面感、节奏感和悬念感的立体分镜。 使用场景: - 用户说"帮我优化这章的分镜"、"把这个章节改成分镜脚本" - 用户说"这个情节太平淡了,帮我增加爽感" - 用户说"根据这些分镜内容写成立体分镜" - 用户提供小说章节,要求增强画面感和节奏感 - 用户说"欲扬先抑"、"打脸"、"装逼"等爽点设计 - 用户说"这个段落太直白了,帮我改得更有电影感" - 用户提供章节大纲,要求转化为分镜脚本

ClawHub Agent Skills автор: bozoyan v1.0.0 MIT-0 4 файла тело ≈ 576 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Навык преобразования раскадровки глав романа.

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
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
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: 23
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 576 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 5 примера фраз-триггеров в кавычках
  • +3Длина description 225 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 18 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

Внешние проверки

ClawHub: clean
This is a Chinese creative-writing skill for turning web-novel chapters into cinematic storyboard-style prose, with no code or system access.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.