SKILLEMALL.ai

AD creative-studio

Используйте, когда пользователи просят создать или отредактировать изображения товаров (удаление фона, OCR, изменение размера/кадрирование/конвертация), видео товаров (обрезка, объединение, добавление аудио), озвучить контент с помощью ИИ (edge-tts, на китайском/английском), создать 3D-модели товаров (Three.js) или разработать страницы описания товаров (адаптивный HTML с поддержкой двух языков). Универсальный набор инструментов для 萤火虫空压机 (Firefly Air Compressor). Ключевые слова: 抠图, 去背景, 识别文字, OCR, 产品详情页, 3D展示, 配音, 剪视频, 处理图片, 生成页面, remove background, product page, TTS.

машинный переводПоказать оригиналСкрыть оригинал«Use when users ask to create or edit product images (background remova…»

Use when users ask to create or edit product images (background removal, OCR, resize/crop/convert), edit product videos (trim, concat, audio overlay), generate AI voiceovers (edge-tts, Chinese/English), build 3D product displays (Three.js), or create product detail pages (responsive HTML with bilingual support). All-in-one creative toolkit for 萤火虫空压机 (Firefly Air Compressor). Trigger keywords: 抠图, 去背景, 识别文字, OCR, 产品详情页, 3D展示, 配音, 剪视频, 处理图片, 生成页面, remove background, product page, TTS.

ClawHub Claude Code автор: yhc2026 v1.0.1 MIT-0 15 файлов тело ≈ 1 109 токенов Открыть источникclawhub.ai проанализирован 9 ч назад

Используйте, когда пользователи просят создать или отредактировать изображения товаров (удаление фона, OCR, изменение размера/кадрирование/конвертация), видео…

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторРазработкаИИ и агентыМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
D
43/100
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: 15. 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 43/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 38
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1109 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

    • +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 488 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 23 заголовков
    • +3Пошаговые инструкции: 38 пунктов
    • +4Есть примеры (6 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)
    • +3Все 6 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: clean
    This skill’s network use, local file output, dependency checks, and media-generation helpers fit its stated purpose of creating news podcast packages, though users should understand it may use third-party services and configured API keys.
    LLM: benign (medium) · VirusTotal: · 3 июн. 2026 г.