SKILLEMALL.ai

BB codex-imagen

Создание или редактирование растровых изображений путем прямого вызова инструмента image_generation ChatGPT/Codex Responses с локальными учетными данными Codex или OpenClaw OAuth, затем сохранение декодированных файлов изображений для OpenClaw и других рабочих процессов агента.

машинный переводПоказать оригиналСкрыть оригинал«Generate or edit raster images by calling the ChatGPT/Codex Responses…»

Generate or edit raster images by calling the ChatGPT/Codex Responses image_generation tool directly with local Codex or OpenClaw OAuth credentials, then save decoded image files for OpenClaw and other agent workflows.

ClawHub Agent Skills автор: darkamenosa v0.2.6 MIT-0 9 файлов тело ≈ 2 252 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Создание или редактирование растровых изображений путем прямого вызова инструмента imagegeneration ChatGPT/Codex Responses с локальными учетными данными Codex…

Как процесс B 65/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

ГенераторРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Секреты в коде secret-high-entropy-token scripts/codex-imagen.mjs:14
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    const CODEX_OAUTH_CLIENT_ID = "app_…ann";
    в кавычках
  • низкая Обфускация obf-base64-blob scripts/codex-imagen.test.mjs:232
    Длинный blob, похожий на base64 (тестовый файл / пример; в кавычках — упоминание, а не команда)
    "iVBO…mP8/x8AAwMCAO+/p9sA…YII=";
    тестовый файлв кавычках

Просканировано файлов: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 65/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash, node), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Шаги. Шагов: 18
  • 100Ошибки и развилки. Развилок: 4, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2252 токенов
  • low Ответ описан самодельной разметкой (4 тегов): типизированный вызов надёжнее

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)
  • -31 из 2 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 218 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 18 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (9 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This skill does what it says: it uses local Codex/OpenClaw OAuth credentials to call OpenAI image generation and save the resulting images locally.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.