AD ai-video-generation
Генерация ИИ-видео с помощью Google Veo, Seedance, Wan, Grok и более 40 моделей через CLI inference.sh. Модели: Veo 3.1, Veo 3, Seedance 1.5 Pro, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Возможности: текст-в-видео, изображение-в-видео, синхронизация губ, анимация аватара, масштабирование видео, звуковые эффекты. Используйте для: видео для социальных сетей, маркетингового контента, объясняющих видео, демонстраций продуктов, ИИ-аватаров. Триггеры: генерация видео, ИИ-видео, текст в видео, изображение в видео, veo, анимация изображения, видео из изображения, ИИ-анимация, видеогенератор, создать видео, t2v, i2v, ИИ-видеомейкер, создать видео с помощью ИИ, альтернатива runway, альтернатива pika, альтернатива sora, альтернатива kling
машинный переводПоказать оригиналСкрыть оригинал«Generate AI videos with Google Veo, Seedance, Wan, Grok and 40+ models…»
Generate AI videos with Google Veo, Seedance, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 1.5 Pro, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, lipsync, avatar animation, video upscaling, foley sound. Use for: social media videos, marketing content, explainer videos, product demos, AI avatars. Triggers: video generation, ai video, text to video, image to video, veo, animate image, video from image, ai animation, video generator, generate video, t2v, i2v, ai video maker, create video with ai, runway alternative, pika alternative, sora alternative, kling alternative
Генерация ИИ-видео с помощью Google Veo, Seedance, Wan, Grok и более 40 моделей через CLI inference.sh. Модели: Veo 3.1, Veo 3, Seedance 1.5 Pro, Wan 2.5…
Как процесс D 45/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Такой же скилл встречается ещё в 1 месте: ClawHub
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: 3. 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 45/100
- 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
- 40Согласованность. Имя во frontmatter (ai-video-generation) не совпадает с папкой (ai-video-gen-pro)
- 75Шаги. Шагов: 3
- 100Инструменты и файлы. Инструменты объявлены во frontmatter
- 100Стоимость исполнения. Тело инструкции 1218 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 668 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 20 заголовков
- +3Пошаговые инструкции: 3 пунктов
- +4Есть примеры (12 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.