AD gemini-mcp
Создавайте и редактируйте изображения, видео и музыку с помощью моделей Google Gemini через MCP. Используйте, когда пользователь просит создать, сгенерировать или отредактировать изображения (Gemini / Nano Banana), создать набор согласованных изображений, скомпоновать/объединить несколько изображений, создать короткое видео (текст→видео или изображение→видео с помощью модели omni) или создать музыкальные/аудиоклипы (через Lyria). Активируется по фразам вроде "создай изображение", "отредактируй это изображение с помощью Gemini", "создай набор согласованных изображений", "сделай видео", "создай видео", "создай музыку", "сделай песню/аудиоклип", "используй Nano Banana для создания" или любому запросу на создание изображений, видео или музыки через Gemini API. Требует установленного пакета @chrischall/gemini-mcp и зарегистрированного сервера gemini (см. Настройку ниже).
машинный переводПоказать оригиналСкрыть оригинал«Generate and edit images, video, and music with Google Gemini models v…»
Generate and edit images, video, and music with Google Gemini models via MCP. Use when the user asks to generate, create, or edit images (Gemini / Nano Banana), produce a consistent set of images, compose/blend multiple images, generate a short video (text→video or image→video, via the omni model), or generate music/audio clips (via Lyria). Triggers on phrases like "generate an image of", "edit this image with Gemini", "create a set of consistent images", "make a video of", "generate a video", "generate music", "make a song/audio clip", "use Nano Banana to make", or any request to produce images, video, or music via the Gemini API. Requires the @chrischall/gemini-mcp package installed and the gemini server registered (see Setup below).
Создавайте и редактируйте изображения, видео и музыку с помощью моделей Google Gemini через MCP.
Как процесс D 48/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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 Утечка данных
net-credential-useSKILL.md:187Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (адрес назначения — переменная конфигурации)$ curl -X POST https://<hosted deployment>/upload -H "Authorization: Bearer $TOKEN" \
переменный хост
Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 5437 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 48/100
- 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
- 30Повторный запуск. Изменяющих операций: 12, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Стоимость исполнения. Тело инструкции 5437 токенов
- 100Шаги. Шагов: 48
- 100Согласованность. Имя и обязательные поля на месте
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 8 примера фраз-триггеров в кавычках
- +3Длина description 745 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 17 заголовков
- +3Пошаговые инструкции: 48 пунктов
- +4Есть примеры (15 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.