SKILLEMALL.ai

AD watermark-remover

Используйте этот навык, когда пользователь хочет удалить водяные знаки с изображений, пакетно обработать изображения для удаления водяных знаков или спрашивает об инструменте "布衣去水印" / "图片去水印". Этот навык управляет графической программой (которая должна быть уже запущена с включенным мониторингом каталогов), помещая входные изображения в отслеживаемую папку ввода и собирая результаты из папки вывода. Активируется по запросам вроде "去掉这张图的水印", "批量处理这些图片去水印", "帮我跑一下去水印程序", "watermark removal", или в любое время, когда загруженные изображения нужно обработать для удаления водяных знаков с помощью локального инструмента пользователя для удаления водяных знаков.

машинный переводПоказать оригиналСкрыть оригинал«Use this skill when the user wants to remove watermarks from images, b…»

Use this skill when the user wants to remove watermarks from images, batch-process images for watermark removal, or asks about the "布衣去水印" / "图片去水印" tool. This skill drives the GUI program (which must be already running with directory monitoring enabled) by placing input images into the watched input folder and collecting results from the output folder. Trigger on requests like "去掉这张图的水印", "批量处理这些图片去水印", "帮我跑一下去水印程序", "watermark removal", or any time uploaded images need watermarks removed via the user's local watermark-removal tool.

ClawHub Agent Skills автор: muxiazi v1.0.0 MIT-0 5 файлов тело ≈ 796 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Используйте этот навык, когда пользователь хочет удалить водяные знаки с изображений, пакетно обработать изображения для удаления водяных знаков или…

Как процесс D 45/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
89
Прогон на моделях
не было
Процессный рейтинг
D
45/100
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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 45/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (watermark-remover) не совпадает с папкой (watermark-remover-skill)
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 25
    • 100Стоимость исполнения. Тело инструкции 796 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

    • +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 4 примера фраз-триггеров в кавычках
    • +3Длина description 539 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 25 пунктов
    • +4Есть примеры (5 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 89.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed local helper for sending user-selected images through a separate watermark-removal GUI, with some file-handling and rights-use cautions but no evidence of hidden or malicious behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.