SKILLEMALL.ai

AD pindou-pattern

Генератор схем для вышивки бисером (perler bead pattern, упрощенная версия). Преобразует любое изображение или пиксельные данные в схему для вышивки бисером с реальными номерами цветов бисера — выводит масштабируемую/печатаемую SVG-схему (номера цветов в ячейках, координаты строк и столбцов, утолщенные линии каждые 10 ячеек, список цветов) + HTML-предпросмотр + CSV-список материалов + JSON-сетку. Включает соответствие номеров цветов 205 цветов × 5 брендов (MARD/COCO/漫漫/盼盼/咪小窝), чистую стандартную библиотеку, без внешних зависимостей. Используется, когда пользователь упоминает вышивку бисером, схемы для вышивки бисером, номера цветов, преобразование изображения в схему N×N, экспорт пиксельной графики, узоры из бисера, perler bead pattern, bead pattern.

машинный переводПоказать оригиналСкрыть оригинал«生成拼豆图纸(perler bead pattern,简易版)。把任意图片或像素数据量化为真实拼豆色号的拼豆施工图——输出可缩放/可打印的…»

生成拼豆图纸(perler bead pattern,简易版)。把任意图片或像素数据量化为真实拼豆色号的拼豆施工图——输出可缩放/可打印的 SVG 图纸(格内色号、行列坐标、每 10 格加重线、配色清单)+ HTML 预览 + CSV 物料清单 + JSON 网格。内置 205 色 × 5 品牌(MARD/COCO/漫漫/盼盼/咪小窝)色号对照,纯标准库、零外部依赖。当用户提到拼豆、拼豆图纸、色号、把图片转成 N×N 拼豆、像素画导出、串珠/珠子图案、perler bead pattern、bead pattern 时使用。

ClawHub Agent Skills автор: Yang v1.0.1 MIT-0 6 файлов тело ≈ 674 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Генератор схем для вышивки бисером (perler bead pattern, упрощенная версия).

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникДанные и аналитикаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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

  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: 6. 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 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (python, node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 11
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 674 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

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 265 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 11 пунктов
  • +4Есть примеры (3 блоков кода)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This skill is a local bead-pattern generator that reads a user-provided image or JSON file and writes pattern output files as expected.
LLM: benign (high) · VirusTotal: · 28 авг. 2026 г.