SKILLEMALL.ai

AC light-meter-compensation

Вызывайте, когда пользователь сталкивается с некорректной экспозицией (снег выглядит серым, лицо в контровом свете черное), спрашивает «как пользоваться экспонометром» или не знает, как экспонировать сцены с высоким контрастом. Не для творческого выбора диафрагмы/выдержки (используйте exposure-dual-control) или запросов по теории широты пленки. Ключевые триггеры: «雪景发灰», «逆光曝光», «测光表不准», «18%灰», «light meter», «exposure compensation», «backlit portrait», «high contrast scene exposure», «why is my snow gray», «18% gray card».

машинный переводПоказать оригиналСкрыть оригинал«用户遇到曝光不准(雪景拍成灰色、逆光人像面部全黑)、问"测光表怎么用"、 或面对高反差场景不知如何曝光时调用。不适用于光圈快门创意选择 (应…»

用户遇到曝光不准(雪景拍成灰色、逆光人像面部全黑)、问"测光表怎么用"、 或面对高反差场景不知如何曝光时调用。不适用于光圈快门创意选择 (应调用 exposure-dual-control)或胶片宽容度理论查询。 Invoke when the user faces incorrect exposure (gray snow, black faces in backlight), asks "how to use a light meter," or doesn't know how to expose high-contrast scenes. Not for aperture/shutter creative choices (use exposure-dual-control) or film latitude theory queries. 关键 trigger / Key triggers: "雪景发灰"、"逆光曝光"、"测光表不准"、"18%灰"、 "light meter"、"exposure compensation"、"backlit portrait"、 "high contrast scene exposure"、"why is my snow gray"、"18% gray card"。

ClawHub Agent Skills автор: bianchunhui v0.1.0 MIT-0 3 файла тело ≈ 625 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Вызывайте, когда пользователь сталкивается с некорректной экспозицией (снег выглядит серым, лицо в контровом свете черное), спрашивает «как пользоваться…

Как процесс C 63/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
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

    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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "source_book"
    • заметка frontmatter-key неизвестное поле фронтматтера "source_chapter"
    • заметка frontmatter-key неизвестное поле фронтматтера "related_skills"

    Процессный рейтинг: все десять параметров 63/100

    • 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
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 51
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 625 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

    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 8 примера фраз-триггеров в кавычках
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 564 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 17 заголовков
    • +3Пошаговые инструкции: 51 пунктов

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

    Внешние проверки

    ClawHub: clean
    This skill is a straightforward photography guidance skill about light metering and exposure compensation, with no code or hidden access behavior found.
    LLM: benign (high) · VirusTotal: · 3 авг. 2026 г.