SKILLEMALL.ai
EN Войти

BF yufluentcn-ecommerce-imaging

AI-генерация изображений для трансграничной электронной коммерции: изображения на белом фоне, сцены, вырезанные из реальных фото, наборы с видами с разных ракурсов, размеры для разных платформ. Выполняется через облачный прокси Replicate от Yufluent (Qwen-Image и др.), оплата за изображение. В сочетании с рабочим процессом visual-craft: бриф → генерация изображений → соответствие требованиям. Используется для генерации изображений товаров на белом фоне, сцен, AI-изображений для электронной коммерции, продуктовой фотографии, основных изображений.

машинный переводПоказать оригиналСкрыть оригинал«跨境电商 AI 生图：白底图、场景图、实拍抠图、多角度套装、多平台尺寸。 经 Yufluent 云端 Replicate 代理（Qwen-I…»

跨境电商 AI 生图：白底图、场景图、实拍抠图、多角度套装、多平台尺寸。 经 Yufluent 云端 Replicate 代理（Qwen-Image 等），按张计费。 配合 visual-craft 工作流 brief→生图→合规。 Use for 生成产品白底图、场景图、AI 电商图片、产品摄影、主图.

ClawHub Agent Skills автор: metahuan v1.1.2 MIT-0 18 файлов тело ≈ 877 токенов Открыть источникclawhub.ai↗ проанализирован 21 ч назад

AI-генерация изображений для трансграничной электронной коммерции: изображения на белом фоне, сцены, вырезанные из реальных фото, наборы с видами с разных…

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/image_generator.py, scripts/prompt_library.py

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
80/100
безопасность, качество, тесты
Безопасность 60%
89
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/image_generator.py, scripts/prompt_library.py
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • средняя Утечка данных net-credential-use README.md:22
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    $env:TOKENAPI_BASE_URL = "http://loca…080/v1"
  • средняя Утечка данных net-redirectable-api-key scripts/yufluent_api.py:232
    Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой сервер
    API key + configurable base URL from environment
  • низкая Утечка данных read-dotenv README.md:12
    Чтение файла .env
    copy .env.example .env

Просканировано файлов: 18. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/image_generator.py
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/prompt_library.py

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/image_generator.py, scripts/prompt_library.py
  • 0Инструменты и файлы. Не хватает 2 файла(ов): scripts/image_generator.py, scripts/prompt_library.py
  • 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
  • 100Шаги. Шагов: 26
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 877 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле

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
  • -2Ссылки на localhost: у другого пользователя не заработает
  • -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • -33 из 4 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 153 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 26 пунктов
  • +4Есть примеры (6 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: clean
This appears to be a cloud-backed e-commerce image generator with disclosed API-key and image-upload behavior, and no evidence of hidden, destructive, or unrelated data-stealing actions.
LLM: benign (high) · VirusTotal: · 15 июн. 2026 г.