SKILLEMALL.ai

BD bytedance-ai-image-gen

Генерация изображений ByteDance AI — вызов модели Seedream от Doubao для генерации/редактирования изображений. Поддерживает генерацию одного изображения из текста, генерацию группы изображений из текста, генерацию одного изображения из изображения, генерацию группы изображений из изображения, слияние нескольких изображений, редактирование изображений. Участвуйте в программе вознаграждений за сотрудничество Volcano, чтобы бесплатно использовать топовые модели генерации изображений. Интеллектуальное планирование моделей, 18 раз в день на модель, сверх лимита отказ. ⏱️ Генерация занимает 30-60 секунд, пожалуйста, подождите терпеливо после запуска.

машинный переводПоказать оригиналСкрыть оригинал«ByteDance AI Image Gen — 调用豆包 Seedream 模型生成/编辑图片。 支持文生单图、文生组图、图生单图、图生组…»

ByteDance AI Image Gen — 调用豆包 Seedream 模型生成/编辑图片。 支持文生单图、文生组图、图生单图、图生组图、多图融合、图片编辑。 参与火山协作奖励计划免费使用顶级生图模型。 智能调度模型,每模型每日18次,超限拒绝。 ⏱️ 生成需30-60秒,触发后请耐心等待。

ClawHub Agent Skills автор: Etmnb v2.4.2 MIT-0 4 файла тело ≈ 648 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Генерация изображений ByteDance AI — вызов модели Seedream от Doubao для генерации/редактирования изображений.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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

  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")
  • заметка frontmatter-key неизвестное поле фронтматтера "summary"
  • заметка frontmatter-key неизвестное поле фронтматтера "trigger_patterns"

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 23
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 648 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 149 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +4Есть примеры (3 блоков кода)

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

Внешние проверки

ClawHub: suspicious
This image-generation skill does what it advertises, but it is placed in Review because it pushes agents to run external, quota-consuming image calls without confirmation and stores sensitive prompt/image history locally.
LLM: suspicious (high) · 28 мая 2026 г.