AB happyhorse-1-0
HappyHorse 1.0 — генерация видео из текста на RunComfy. HappyHorse 1.0 в настоящее время занимает первое место в Artificial Analysis Video Arena и создает нативное видео 1080p с синхронизированным звуком (диалоги, окружение, звуковые эффекты) и согласованностью персонажей в нескольких сценах. Этот навык вызывает HappyHorse 1.0 через CLI RunComfy: `runcomfy run happyhorse/happyhorse-1-0/text-to-video`. Активируется по запросам «happyhorse», «happy horse», «happyhorse 1.0», «happyhorse video», «happyhorse t2v» или любому явному запросу на генерацию видео с помощью HappyHorse.
машинный переводПоказать оригиналСкрыть оригинал«HappyHorse 1.0 — text-to-video generation on RunComfy. HappyHorse 1.0…»
HappyHorse 1.0 — text-to-video generation on RunComfy. HappyHorse 1.0 is currently #1 on Artificial Analysis Video Arena and produces native 1080p video with in-pass synchronized audio (dialogue, ambient, Foley) and multi-shot character consistency. This skill calls HappyHorse 1.0 through the RunComfy CLI: `runcomfy run happyhorse/happyhorse-1-0/text-to-video`. Triggers on "happyhorse", "happy horse", "happyhorse 1.0", "happyhorse video", "happyhorse t2v", or any explicit ask to generate video with HappyHorse.
HappyHorse 1.0 — генерация видео из текста на RunComfy. HappyHorse 1.0 в настоящее время занимает первое место в Artificial Analysis Video Arena и создает…
Как процесс B 67/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "displayName" - заметка
frontmatter-keyнеизвестное поле фронтматтера "emoji" - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage" - заметка
frontmatter-keyнеизвестное поле фронтматтера "clawdis"
Процессный рейтинг: все десять параметров 67/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 29
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3280 токенов
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 14. 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +5В description 5 примера фраз-триггеров в кавычках
- +3Длина description 515 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 16 заголовков
- +3Пошаговые инструкции: 29 пунктов
- +4Есть примеры (6 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.