SKILLEMALL.ai
GitHub ↗ EN Войти

BD bigmodel-image-video

Создание высококачественных изображений и видео с помощью API BigModel (CogView/CogVideoX). Используйте этот навык, когда пользователю нужно "создать изображение", "сделать видео", "AI-рисование", "создать обложку", "спроектировать плакат", "генерация визуального контента" или в любом сценарии, требующем создания визуального контента. Даже если "создание" явно не упоминается, но пользователь хочет создать, спроектировать или произвести визуальный контент (например, обложку для романа, изображение продукта, рекламный баннер, короткое видео и т. д.), этот навык следует использовать проактивно.

машинный переводПоказать оригиналСкрыть оригинал«使用 BigModel (CogView/CogVideoX) API 生成高质量图片和视频。当用户需要"生成图片"、"制作视频"、"AI…»

使用 BigModel (CogView/CogVideoX) API 生成高质量图片和视频。当用户需要"生成图片"、"制作视频"、"AI 绘画"、"创建封面"、"设计海报"、"视觉内容生成"、或任何需要创建图像/视频内容的场景时使用此技能。即使没有明确提到"生成"，只要用户需要创建、设计或制作视觉内容（如小说封面、产品图片、宣传图、短视频等），都应该主动使用此技能。

ClawHub Agent Skills автор: 156554395@qq.com v1.0.0 MIT-0 10 файлов тело ≈ 1 162 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Создание высококачественных изображений и видео с помощью API BigModel (CogView/CogVideoX).

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

ИнтеграцияМедиа и видеоИнфраструктуратип 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
B
80/100
безопасность, качество, тесты
Безопасность 60%
89
Качество 40%
67
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Опасные команды средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.

Автору

Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • 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
  • средняя Опасные команды cmd-shell-rc README.md:30
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile)
    echo 'export BIGMODEL_API_KEY=your_api_key_here' >> ~/.zshrc
  • средняя Опасные команды cmd-shell-rc SKILL.md:23
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile)
    echo 'export BIGMODEL_API_KEY=your_api_key_here' >> ~/.zshrc
  • низкая Опасные команды cmd-shell-rc scripts/generate.py:141
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile) (строковый литерал в коде, не выполняется)
    print("  echo 'export BIGMODEL_API_KEY=your_api_key_here' >> ~/.zshrc")
    строка в коде

Просканировано файлов: 9. 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), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 24
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1162 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • medium Тестов 5, и все положительные: нет ни одного случая «должен отказать» или «должен переспросить»
  • low Среди тестов нет случая на инъекцию через данные

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
  • -273 эмодзи в инструкциях: шум для модели
  • -31 из 2 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 185 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 26 заголовков
  • +3Пошаговые инструкции: 24 пунктов
  • +4Есть примеры (11 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: suspicious
This image/video generation skill appears purpose-aligned, but its broad activation language and third-party prompt/media transmission deserve user review before installation.
LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.