SKILLEMALL.ai
EN Войти

AC page-gen

Создание красивых адаптивных одностраничных HTML-презентаций и страниц анализа для литературных произведений (романы, фильмы, аниме, игры и т. д.). Срабатывает, когда пользователь запрашивает «представить произведение XX», «сделать страницу представления для XX», «создать страницу анализа произведения», «создать страницу демонстрации произведения», «помоги мне сделать веб-страницу для XX». Поддерживает извлечение цветовой схемы темы, интерактивные компоненты, отображение нескольких разделов контента.

машинный переводПоказать оригиналСкрыть оригинал«为文学作品（小说、电影、动漫、游戏等）生成精美的响应式单页 HTML 介绍和解析页面。当用户要求"介绍XX作品"、"做一个XX的介绍页面"、…»

为文学作品（小说、电影、动漫、游戏等）生成精美的响应式单页 HTML 介绍和解析页面。当用户要求"介绍XX作品"、"做一个XX的介绍页面"、"生成作品解析页面"、"创建作品展示页"、"帮我做个XX的网页"时触发。支持主题配色提取、交互组件、多内容分区展示。

ClawHub Agent Skills автор: Zhou Chang v1.0.1 MIT-0 4 файла тело ≈ 2 013 токенов Открыть источникclawhub.ai↗ проанализирован 19 ч назад

Создание красивых адаптивных одностраничных HTML-презентаций и страниц анализа для литературных произведений (романы, фильмы, аниме, игры и т.

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

ПроцедураРазработкаТексты и документытип 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
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
78
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: 4. 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 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: 59
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2013 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

  • +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 128 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 29 заголовков
  • +3Пошаговые инструкции: 59 пунктов
  • +4Есть примеры (14 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

Внешние проверки

ClawHub: clean
This skill is a disclosed HTML page generator for literary and media works, with only minor routing and language-scope caveats.
LLM: benign (high) · VirusTotal: · 16 июн. 2026 г.