BD qinghu-main-image-optimize
AI автоматически оптимизирует композицию, свет, текстуру и детали основного изображения товара, повышая его привлекательность и кликабельность. Должен срабатывать, когда пользователь просит оптимизировать основное изображение, улучшить текстуру изображения, сделать изображение более премиальным, обновить старое изображение, повысить кликабельность. Ключевые слова: Qinghu AI, qhkit, оптимизация основного изображения, оптимизация изображения, улучшение текстуры, улучшение качества изображения, оптимизация композиции, оптимизация света и тени, обновление старого изображения, оптимизация кликабельности, улучшение изображения.
машинный переводПоказать оригиналСкрыть оригинал«AI 自动优化商品主图的构图、光影、质感及细节，提升商品吸引力与点击率。当用户要求优化主图、提升图片质感、图片变高级、老图翻新、提高点击率时…»
AI 自动优化商品主图的构图、光影、质感及细节，提升商品吸引力与点击率。当用户要求优化主图、提升图片质感、图片变高级、老图翻新、提高点击率时必须触发。关键词：青虎AI、qhkit、主图优化、图片优化、提升质感、画质优化、构图优化、光影优化、老图翻新、点击率优化、图片升级。
AI автоматически оптимизирует композицию, свет, текстуру и детали основного изображения товара, повышая его привлекательность и кликабельность.
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное 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: 17
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 972 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 136 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 7 заголовков
- +3Пошаговые инструкции: 17 пунктов
- +4Есть примеры (4 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.