SKILLEMALL.ai

BD qinghu-main-image-clone

На основе изображений популярных товаров, интеллектуально анализируйте их дизайн и создавайте похожие визуальные эффекты с вашими товарами, чтобы быстро создавать главные изображения с высоким CTR. Активируйте, когда пользователь просит сделать главное изображение по образцу популярного изображения, ориентироваться на главное изображение конкурента, копировать стиль изображения. Ключевые слова: Qinghu AI, qhkit, копирование главного изображения, копирование популярного изображения, ориентироваться на главное изображение, стиль изображения конкурента, перенос стиля, делать по образцу, главное изображение в похожем стиле, главное изображение с высоким CTR.

машинный переводПоказать оригиналСкрыть оригинал«参考爆款商品图片,智能分析其设计风格并用你的商品生成相似视觉效果,快速打造高点击率主图。当用户要求照着某张爆款图做主图、对标竞品主图、复刻图…»

参考爆款商品图片,智能分析其设计风格并用你的商品生成相似视觉效果,快速打造高点击率主图。当用户要求照着某张爆款图做主图、对标竞品主图、复刻图片风格时必须触发。关键词:青虎AI、qhkit、主图复刻、爆款复刻、对标主图、竞品图风格、风格迁移、照着做、相似风格主图、高点击率主图。

ClawHub Agent Skills автор: AutoAGC v0.1.0 MIT-0 2 файла тело ≈ 933 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

На основе изображений популярных товаров, интеллектуально анализируйте их дизайн и создавайте похожие визуальные эффекты с вашими товарами, чтобы быстро…

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
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

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: 2. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

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 (bash, node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 20
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 933 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

  • +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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 138 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 20 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: suspicious
The skill matches its stated image-generation purpose, but it asks the agent to install and update an unpinned third-party global CLI and handle an API token, which needs user review before use.
LLM: suspicious (high) · 8 сент. 2026 г.