SKILLEMALL.ai

BC canvas-render-optimize

Решение для оптимизации массового рендеринга Canvas 2D. Используется, когда Canvas должен отображать большое количество элементов (5000+) и вызывает падение частоты кадров или зависания. Включает трёхслойную конвейерную линию рендеринга (статический слой OffscreenCanvas + динамический слой грязных прямоугольников + слой наложения UI), пространственное хеширование для отсечения области просмотра, уровни детализации LOD, планирование кадров requestAnimationFrame. Применяется в сценариях, таких как карты пластин (WaferMap), тепловые карты, диаграммы рассеяния, аннотации на карте, диаграммы Ганта и т. д. По тестам, оптимизировано с 1 кадра в секунду до 55 кадров в секунду для 100 тыс. элементов.

машинный переводПоказать оригиналСкрыть оригинал«Canvas 2D大规模渲染优化方案。当Canvas需要渲染大量元素(5000+)导致掉帧、卡顿时使用。包含三层渲染管线(Offscreen…»

Canvas 2D大规模渲染优化方案。当Canvas需要渲染大量元素(5000+)导致掉帧、卡顿时使用。包含三层渲染管线(OffscreenCanvas静态层+脏矩形动态层+UI叠加层)、空间哈希视口裁剪、LOD细节层次、requestAnimationFrame帧调度。适用于晶圆图(WaferMap)、热力图、散点图、地图标注、甘特图等场景。实测100k元素从1fps优化到55fps。

ClawHub Agent Skills автор: chenxiaoyu0124-web v1.1.0 MIT-0 4 файла тело ≈ 1 274 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Решение для оптимизации массового рендеринга Canvas 2D.

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
62
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:27
    Строка, похожая на токен (может быть id, хеш или секрет)
    private ctx: Offs…t2D;

Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Implicit map keys need to be followed by map values at line 4, column 1: **使用时机**: ^^^^^^^^^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 58/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 5
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1274 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 195 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 5 пунктов
  • +4Есть примеры (8 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.

Внешние проверки

ClawHub: clean
This is a content-only Canvas performance guide with no hidden execution, credential access, persistence, or sensitive permissions.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.