SKILLEMALL.ai

BC kanxiang

Анализ внешности. По загруженным пользователем изображениям частей тела распознает тип изображения (лицо/рука/тело/кости), вызывает соответствующую базу знаний правил физиогномики и проводит профессиональный анализ с учетом содержания изображения. Поддерживает комплексный анализ черт лица (пять чувств, три зоны, двенадцать дворцов), линий ладони (линии ладони, форма пальцев, холмы ладони), костей (череп, тело, девять костей), телосложения (тип фигуры, осанка, темперамент). Основано на классических трактатах по физиогномике, таких как «Мэй Яй Шэнь Сян», «Лю Чжуан Сян Фа», «Шэнь Сян Цюань Бянь», «Шуй Цзин Шэнь Сян», «Бин Цзянь».

машинный переводПоказать оригиналСкрыть оригинал«看相分析技能。通过用户上传的人体部位图片,识别图片类型(面相/手相/体相/骨相),调用相应的相术规则知识库,结合图片内容进行专业分析。支持面…»

看相分析技能。通过用户上传的人体部位图片,识别图片类型(面相/手相/体相/骨相),调用相应的相术规则知识库,结合图片内容进行专业分析。支持面相(五官、三庭、十二宫)、手相(掌线、指形、掌丘)、骨相(头骨、体骨、九骨)、体相(体型、体态、气质)的综合分析。基于《麻衣神相》《柳庄相法》《神相全编》《水镜神相》《冰鉴》等经典相书整理。

ClawHub Agent Skills автор: timerzz v1.0.0 MIT-0 8 файлов тело ≈ 778 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Анализ внешности. По загруженным пользователем изображениям частей тела распознает тип изображения (лицо/рука/тело/кости), вызывает соответствующую базу…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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

  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: 8. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "trigger_keywords"
  • заметка frontmatter-key неизвестное поле фронтматтера "input_types"
  • заметка frontmatter-key неизвестное поле фронтматтера "examples"

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 65
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 778 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 165 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 29 заголовков
  • +3Пошаговые инструкции: 65 пунктов
  • +4Есть примеры (8 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
This is a markdown-only physiognomy photo-analysis skill, but it needs Review because it can analyze sensitive personal images through broad photo triggers and make health, personality, career, and fortune inferences without clear opt-in or privacy boundaries.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.