BB zhongcao-food-note-maker
Создайте пост о еде для Xiaohongshu или REDnote из фотографии блюда, темы посещения ресторана или ссылки на атмосферу заведения. Этот ИИ-генератор изображений для еды планирует последовательность из вертикальных изображений 3:4 для заметок о еде: обложка, крупный план блюда, изображение стола или атмосферы ресторана и финальное изображение с деталями для поста с рекомендацией еды. Формирует идеи заголовков, углы для подписей и теги для поста с обзором ресторана, поста о посещении кафе, поста о запуске нового меню, изображений из ресторана, изображений дневника еды и изображений для социальных сетей ресторана. При необходимости он может анализировать Xiaohongshu — существующие посты по теме, одну страницу с лучшими комментариями и недавние посты аккаунта — чтобы исследования Xiaohongshu, анализ постов конкурентов и анализ комментариев проводились на платформе, а не методом проб и ошибок.
машинный переводПоказать оригиналСкрыть оригинал«Create a Xiaohongshu food post or REDnote food post from a dish photo,…»
Create a Xiaohongshu food post or REDnote food post from a dish photo, restaurant visit theme, or dining-atmosphere reference. This REDnote food image maker plans restaurant review images and AI food photography as a vertical 3:4 food-note sequence: a cover, dish close-up, table or restaurant atmosphere image, and a final detail image for a food recommendation post. Shape title ideas, caption angles, and tags for a restaurant review post, cafe-hopping post, new-menu launch post, restaurant visit images, food diary images, and restaurant social media images. Optionally it reads Xiaohongshu itself — the notes already running for the topic, one page of a note's top comments, and an account's own recent notes — so Xiaohongshu research, competitor note analysis and comment analysis rest on the platform instead of on guesswork.
Создайте пост о еде для Xiaohongshu или REDnote из фотографии блюда, темы посещения ресторана или ссылки на атмосферу заведения.
Как процесс B 66/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу
Чем это грозит
Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.
Скилл просит агента что-то скрывать от вас: не показывать ошибки, не упоминать действия, отвечать иначе, чем было сделано. Вы теряете возможность контролировать, что агент реально сделал.
Прозрачность важнее гладкого ответа. Если хочется спрятать технический шум, попросите агента «кратко сообщить», а не «не сообщать».
Как улучшить
- Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
- 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 · 1
-
высокая Сокрытие от пользователя
en-hide-from-userreferences/note-lookup.md:29Инструкция скрыть действия от пользователяDo not tell the user Xiaohongshu costs ten times Douyin without saying which read you mean.
Просканировано файлов: 16. 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")
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: 9, 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: 15
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2431 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)
- +3Длина description 833: рекомендуется 120–800 символов
- +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
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 15 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (10 из 10)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 70.