SKILLEMALL.ai

BC 3d-cloth-material

Создайте убедительную ткань в Three.js на уровне нитей с картой нормалей плетения, бликами и анизотропными отражениями, складками, которые никогда не растягивают текстуру, подолами с толщиной, стежками, швами, бахромой, затенением складок, вариациями цвета и износа, а также прохождением света сквозь тонкую ткань. Используйте для льна, шелка, шерсти, холста, штор, баннеров, плащей, скатертей, гобеленов или любой 3D-драпировки, которая в настоящее время выглядит как пластиковый лист, растянутая текстура или плоская цветная плоскость.

машинный переводПоказать оригиналСкрыть оригинал«Build convincing woven cloth in Three.js, with a thread-level weave no…»

Build convincing woven cloth in Three.js, with a thread-level weave normal map, sheen and anisotropic highlights, folds that never stretch the texture, hems with thickness, stitches, seams, frayed edges, fold occlusion, dye and wear variation, and light passing through thin fabric. Use for linen, silk, wool, canvas, curtains, banners, cloaks, tablecloths, tapestries or any 3D drape that currently looks like a plastic sheet, a stretched texture, or a flat coloured plane.

MengTo/Skills Agent Skills автор: MengTo MIT 4 файла тело ≈ 2 281 токенов Открыть источникgithub.com↗ проанализирован 4 дн назад

Создайте убедительную ткань в Three.js на уровне нитей с картой нормалей плетения, бликами и анизотропными отражениями, складками, которые никогда не…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторРазработкаМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
C
51/100
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

    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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 51/100

    • 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: 1, без проверки текущего состояния
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 26
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2281 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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 474 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 26 пунктов

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.