AD save-image
Загружайте изображения, GIF-файлы и медиа из Интернета корректно — с правильными заголовками браузера, подменой Referer и двухэтапным скрейпингом с учетом CDN. Используйте, когда любой модели требуется получить изображение, GIF, мем или медиафайл по URL. Предотвращает распространенные сбои bare curl (без заголовков, угадываемые URL, блокировки CDN). Охватывает полное дерево решений: GIF/мем → gifgrep, видео/социальные сети → yt-dlp, изображение, защищенное CDN → scrape-then-fetch, обычное изображение → curl с заголовками. Активируется при любом запросе, связанном с «скачать изображение», «сохранить изображение», «получить мем», «скачать GIF», «получить это изображение» или любой загрузкой медиа по URL.
машинный переводПоказать оригиналСкрыть оригинал«Download images, GIFs, and media from the web correctly — with proper…»
Download images, GIFs, and media from the web correctly — with proper browser headers, Referer spoofing, and CDN-aware two-step scraping. Use when any model needs to fetch an image, GIF, meme, or media file from a URL. Prevents the common failure modes of bare curl (no headers, guessed URLs, CDN blocks). Covers the full decision tree: GIF/meme → gifgrep, video/social → yt-dlp, CDN-protected image → scrape-then-fetch, plain image → curl with headers. Trigger on any request involving "download image", "save image", "grab a meme", "fetch a GIF", "get this image", or any media download from a URL.
Загружайте изображения, GIF-файлы и медиа из Интернета корректно — с правильными заголовками браузера, подменой Referer и двухэтапным скрейпингом с учетом CDN.
Как процесс D 38/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, входы и предусловия
Как улучшить
- 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
frontmatter-yamlSKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Download images, GIFs, and media from the web correctly — with pro… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
Процессный рейтинг: все десять параметров 38/100
- 0Шаги. Инструкция сплошным текстом, шаги не выделены
- 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
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 623 токенов
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
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)
- +3Нет пошаговых инструкций или чек-листа
- +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 600 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 6 заголовков
- +4Есть примеры (8 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.