SKILLEMALL.ai
EN Войти

BF line-sticker-master

Рабочий процесс создания стикеров LINE. Используется для планирования персонажей и наборов стикеров, создания подсказок для сетки 4x3, создания текста стикеров на традиционном китайском языке, проверки согласованности персонажей и читаемости текста, а также для нарезки, удаления фона, предварительного просмотра и экспорта в ZIP с помощью line-sticker-factory.

машинный переводПоказать оригиналСкрыть оригинал«LINE 貼圖生成與製作工作流。使用於規劃角色與貼圖套組、產生 4x3 網格圖提示詞、製作繁體中文貼圖文字、檢查角色一致性與文字可讀性，以及…»

LINE 貼圖生成與製作工作流。使用於規劃角色與貼圖套組、產生 4x3 網格圖提示詞、製作繁體中文貼圖文字、檢查角色一致性與文字可讀性，以及搭配 line-sticker-factory 切圖、去背、預覽和 ZIP 匯出時。

ClawHub Agent Skills автор: qpooqp777 v1.1.0 MIT-0 11 файлов тело ≈ 1 046 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Рабочий процесс создания стикеров LINE.

Как процесс F 31/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

ПроцедураGitHubИнфраструктуратип 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
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
F
31/100
Не запустится
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

  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: 10. 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")

Процессный рейтинг: все десять параметров 31/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1046 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)
  • +3Длина description 112: рекомендуется 120–800 символов
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 10 заголовков
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 5)

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

Внешние проверки

ClawHub: clean
This skill is a disclosed LINE sticker planning and quality-check workflow; the release-related TODO is maintenance context, not hidden runtime behavior.
LLM: benign (high) · VirusTotal: · 26 авг. 2026 г.