SKILLEMALL.ai

AD miaoda-image-understanding

Используйте, когда пользователю нужно понять, проанализировать или описать содержимое изображения. НЕ используйте инструмент Read для чтения изображений — используйте этот навык вместо него. Поддерживает ввод локального пути к файлу. Триггерные слова: понимание изображения, анализ изображения, описание изображения, распознавание изображения, смотреть на картинку, распознавание изображения, image understanding, describe image, analyze image, содержимое изображения, посмотри на эту картинку, что это за картинка, что на картинке

машинный переводПоказать оригиналСкрыть оригинал«Use when user needs to understand, analyze, or describe image content.…»

Use when user needs to understand, analyze, or describe image content. Do NOT use Read tool to read images — use this skill instead. Supports local file path input. 触发词:图片理解, 图片分析, 图片描述, 识别图片, 看图, 图片识别, image understanding, describe image, analyze image, 图片内容, 看看这张图, 这张图是什么, 图中有什么

ClawHub Agent Skills автор: nice1234-h v1.0.0 MIT-0 2 файла тело ≈ 277 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

НЕ используйте инструмент Read для чтения изображений — используйте этот навык вместо него.

Как процесс D 42/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, входы и предусловия

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
D
42/100
Процесс не доведён
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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: 2. 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 42/100

    • 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
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 277 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
    • +3Нет пошаговых инструкций или чек-листа
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 281 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 5 заголовков
    • +4Есть примеры (2 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.

    Внешние проверки

    ClawHub: clean
    This is a small image-analysis instruction skill that appears purpose-aligned, but users should treat submitted images as sensitive because it relies on an external AI CLI.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.