SKILLEMALL.ai

AB create-3d-model-from-image

Агент 3D-моделирования: создает 3D-модели из изображений или текста, дорабатывает черновики, созданные текстом, в финальные текстурированные ассеты и извлекает готовые файлы моделей из одного объединенного инструмента. Используйте, когда агенту нужен агент 3D-моделирования, создание 3D-модели из изображения, преобразование изображения в 3D, генерация 3D из текста, генерация 3D-черновика, доработка 3D-модели, создание модели из изображения, URL изображения через удаленные вызовы инструментов, размещенные на AgentPMT. Термины для обнаружения: агент 3D-моделирования, создание 3D-модели из изображения, преобразование изображения в 3D.

машинный переводПоказать оригиналСкрыть оригинал«3D Modeling Agent: Create 3D models from images or text, refine text-g…»

3D Modeling Agent: Create 3D models from images or text, refine text-generated drafts into final textured assets, and retrieve completed model files from one combined tool. Use when an agent needs 3d modeling agent, create 3d model from image, image to 3d conversion, text to 3d generation, 3d draft generation, 3d model refinement, create model from image, image url through AgentPMT-hosted remote tool calls. Discovery terms: 3d modeling agent, create 3d model from image, image to 3d conversion.

ClawHub Agent Skills автор: AgentPMT v1.0.0 MIT-0 3 файла тело ≈ 2 967 токенов Открыть источникclawhub.ai проанализирован 31 ч назад

Агент 3D-моделирования: создает 3D-модели из изображений или текста, дорабатывает черновики, созданные текстом, в финальные текстурированные ассеты и…

Как процесс B 68/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

ГенераторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 68/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 23, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 79
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2967 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 12. 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
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 498 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 18 заголовков
    • +3Пошаговые инструкции: 79 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (12 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

    Внешние проверки

    ClawHub: clean
    This skill is a coherent AgentPMT 3D model generation integration, with the main caution that user prompts and images are sent to an external service.
    LLM: benign (high) · VirusTotal: · 24 июн. 2026 г.