SKILLEMALL.ai

AB camscanner-image-remove-watermark

Используйте CamScanner для удаления водяных знаков с изображений, сохраняя исходное содержимое и оригинальный макет. Работает на основе высокоточной системы улучшения изображений, которая интеллектуально обнаруживает и удаляет наложенные водяные знаки, штампы и полупрозрачные логотипы, оставляя документ под ними чистым и читаемым. Используйте, когда пользователь хочет удалить водяные знаки с фотографии или скана, очистить документы со штампами или восстановить чистую копию изображения с водяным знаком. Активируется по запросам "удалить водяной знак", "стереть водяной знак с изображения", "удалить водяной знак", "очистить скан с водяным знаком", "убрать водяной знак" или когда у пользователя есть изображение с водяным знаком, которое нужно удалить.

машинный переводПоказать оригиналСкрыть оригинал«Use CamScanner to remove watermarks from images while preserving the u…»

Use CamScanner to remove watermarks from images while preserving the underlying content and original layout. Powered by a high-precision image enhancement engine that intelligently detects and erases overlaid watermarks, stamps, and translucent logos, leaving the underlying document clean and legible. Use when the user wants to remove watermarks from a photo or scan, clean up stamped documents, or recover a clean copy of a watermarked image. Triggers on "remove watermark", "erase watermark from image", "delete watermark", "clean watermarked scan", "unwatermark", or when the user has an image with a watermark that needs to be removed.

ClawHub Agent Skills автор: CamScanner-AI v1.0.0 MIT-0 2 файла тело ≈ 1 620 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Используйте CamScanner для удаления водяных знаков с изображений, сохраняя исходное содержимое и оригинальный макет.

Как процесс B 67/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

АнализаторИнфраструктураДизайнтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
89
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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: 2. 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 67/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 9, без проверки текущего состояния
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 4
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1620 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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

    • +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
    • +5В description 5 примера фраз-триггеров в кавычках
    • +3Длина description 641 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 4 пунктов
    • +4Есть примеры (9 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 89.

    Внешние проверки

    ClawHub: suspicious
    This skill openly removes watermarks and stamps from images, but it lacks clear limits to prevent misuse on copyrighted or official documents.
    LLM: suspicious (high) · VirusTotal: · 28 июн. 2026 г.