AC ai-short-drama-shot-maker
Создает один кинематографический вертикальный микро-драматический кадр из застывшего драматического момента, ссылок на актера и сцену, а также указаний камеры. Этот генератор AI-коротких драматических кадров и вертикальных микро-драм создает игровой или кинематографический кадр только по тексту, анимирует утвержденное начальное изображение, интерполирует движение между строгими начальными и конечными изображениями или объединяет разрозненные ссылки на актеров, локации и реквизит в новый драматический кадр. Используйте его для романтического конфликта, раскрытия саспенса, кадра реакции, крупного плана диалога, установочного кадра, исторической драмы, эмоционального противостояния и кинематографических моментов истории продукта, с застывшими карточками кадров, непрерывностью идентичности кадр за кадром и честным обзором каждого готового кадра.
машинный переводПоказать оригиналСкрыть оригинал«Generate one cinematic vertical micro-drama shot from a frozen dramati…»
Generate one cinematic vertical micro-drama shot from a frozen dramatic beat, actor and scene references, and camera direction. This AI short drama shot maker and vertical micro-drama generator creates a live-action or cinematic shot from text alone, animates an approved opening image, interpolates motion between strict opening and ending images, or combines loose actor, location, and prop references into a new drama shot. Use it for romantic conflict, suspense reveal, reaction shot, dialogue close-up, establishing shot, period drama, emotional confrontation, and cinematic product-story moments, with frozen shot cards, shot-by-shot identity continuity, and honest review of each finished shot.
Создает один кинематографический вертикальный микро-драматический кадр из застывшего драматического момента, ссылок на актера и сцену, а также указаний камеры.
Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу
Как улучшить
- 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: 14. 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 60/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 18
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2718 токенов
- low Скилл сам сортирует и ранжирует выдачу: это работа системы на той стороне, а не модели
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
- -32 из 3 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 701 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 8 заголовков
- +3Пошаговые инструкции: 18 пунктов
- +4Есть примеры (6 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (8 из 8)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.