SKILLEMALL.ai

AB rednote-ootd-lookbook-maker

Создание скоординированного лукбука образов REDnote (Xiaohongshu) из фотографий нарядов или идеи стиля. Создайте вертикальный карусельный пост 3:4 с обложкой, полным изображением образа, изображением деталей стиля и сценой из жизни, а затем сформируйте готовый к публикации пост с рекомендациями по моде, включая идеи заголовков, варианты подписей и теги. Используйте этот ИИ-генератор изображений образов для постов о нарядах в Xiaohongshu, фотографий OOTD, модных лукбуков, визуальных рекомендаций одежды, дневников стиля авторов и кампаний сотрудничества с брендами.

машинный переводПоказать оригиналСкрыть оригинал«Create a coordinated REDnote (Xiaohongshu) OOTD lookbook from outfit p…»

Create a coordinated REDnote (Xiaohongshu) OOTD lookbook from outfit photos or a styling idea. Build a vertical 3:4 fashion carousel with a cover, full-look outfit image, styling-detail image, and lifestyle scene, then shape a ready-to-publish fashion recommendation post with title ideas, caption angles, and tags. Use this AI outfit image maker for Xiaohongshu outfit posts, OOTD photos, fashion lookbooks, clothing recommendation visuals, creator style diaries, and brand collaboration campaigns.

ClawHub Agent Skills автор: beatra-ai v0.1.2 MIT-0 15 файлов тело ≈ 2 074 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Создание скоординированного лукбука образов REDnote (Xiaohongshu) из фотографий нарядов или идеи стиля.

Как процесс B 66/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу

ГенераторМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
B
66/100
Почти готов
Результат и критерий готовности вес 14
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: 15. 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 66/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 8, без проверки текущего состояния
    • 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
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2074 токенов

    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 499 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 18 пунктов
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (9 из 9)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.

    Внешние проверки

    ClawHub: suspicious
    This skill appears to be a real Beatra image-generation workflow, but it asks users to accept broad shared credentials and silent self-updates that go beyond a simple lookbook maker.
    LLM: suspicious (high) · 20 авг. 2026 г.