SKILLEMALL.ai
GitHub ↗ EN Войти

AC ad-ready

Автоматически генерирует рекламные изображения из URL продукта + профиля бренда. ✅ ИСПОЛЬЗОВАТЬ, КОГДА: - Пользователь предоставляет URL продукта (ссылка на интернет-магазин) - Требуется автоматический сбор данных о продукте + генерация изображений - Есть профиль бренда для применения (доступно более 70 брендов) - Требуется таргетинг на этапе воронки (осведомленность/рассмотрение/конверсия) - Требуется, чтобы ИИ автоматически выбирал модель, сцену, освещение в соответствии с брендом ❌ НЕ ИСПОЛЬЗОВАТЬ, КОГДА: - Пользователь предоставляет локальное изображение продукта → используйте morpheus-fashion-design - Человек на изображении не нужен → используйте nano-banana-pro - Требуется ручное управление моделью, сценой, наборами → используйте morpheus-fashion-design - Геройское изображение уже есть, нужны вариации → используйте multishot-ugc - Требуется видеовывод → используйте veed-ugc после генерации изображения ВВОД: URL продукта + название бренда (необязательно) + этап воронки (необязательно) ВЫВОД: Рекламное изображение PNG с продуктом + модель

машинный переводПоказать оригиналСкрыть оригинал«Generate advertising images automatically from a product URL + brand p…»

Generate advertising images automatically from a product URL + brand profile. ✅ USE WHEN: - User provides a product URL (e-commerce link) - Want automated product scraping + image generation - Have a brand profile to apply (70+ brands available) - Need funnel-stage targeting (awareness/consideration/conversion) - Want AI to auto-select model, scene, lighting based on brand ❌ DON'T USE WHEN: - User provides local product image file → use morpheus-fashion-design - Don't need a person in the image → use nano-banana-pro - Want manual control over model, scene, packs → use morpheus-fashion-design - Already have hero image, need variations → use multishot-ugc - Need video output → use veed-ugc after image generation INPUT: Product URL + brand name (optional) + funnel stage (optional) OUTPUT: PNG advertising image with product + model

LeoYeAI/openclaw-master-skills Agent Skills автор: LeoYeAI MIT 14 файлов тело ≈ 5 148 токенов Открыть источникgithub.com↗ проанализирован 27 ч назад

Автоматически генерирует рекламные изображения из URL продукта + профиля бренда.

Как процесс C 62/100 · Есть пробелы — слабые места: ошибки и развилки, отчётность по ходу

ГенераторМаркетингтип 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
90/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Секреты в коде secret-high-entropy-token scripts/generate.py:55
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "Mast…ion",
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token scripts/generate.py:61
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "Mast…ive"
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token scripts/generate.py:371
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    parser.add_argument("--prompt-profile", default="Mast…ive",
    детектор

Просканировано файлов: 14. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5148 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 62/100

  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash, web, node), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 5148 токенов
  • 85Шаги. Шагов: 51, расплывчатых формулировок: 2
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 15. Похоже на несколько доменов в одном скилле

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
  • +3Длина description 842: рекомендуется 120–800 символов
  • -212 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +4Структура: 39 заголовков
  • +3Пошаговые инструкции: 51 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (9 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.