SKILLEMALL.ai

BC dlazy-happyhorse-1.0

Видеомодель Happy Horse 1.0 — одна модель охватывает преобразование текста в видео (t2v), преобразование первого кадра в видео (i2v), преобразование по эталонному изображению в видео (r2v) и редактирование видео (edit). Выбранный режим автоматически направляется в соответствующую подмодель. Видеомодель Happy Horse 1.0, универсальное решение, охватывающее преобразование текста в видео (t2v), преобразование первого кадра в видео (i2v), преобразование по эталонному изображению в видео (r2v) и редактирование видео (edit): в зависимости от выбранного режима автоматически направляется в соответствующую подмодель.

машинный переводПоказать оригиналСкрыть оригинал«Happy Horse 1.0 video model — one model covers text-to-video (t2v), fi…»

Happy Horse 1.0 video model — one model covers text-to-video (t2v), first-frame-to-video (i2v), reference-to-video (r2v), and video editing (edit). The selected mode is automatically routed to the matching sub-model. Happy Horse 1.0 视频模型,一站式覆盖文生视频(t2v)、首帧生视频(i2v)、参考图生视频(r2v)与视频编辑(edit):根据所选模式自动路由到对应子模型。

ClawHub Agent Skills автор: dlazy v1.3.14 MIT-0 3 файла тело ≈ 1 795 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Видеомодель Happy Horse 1.0 — одна модель охватывает преобразование текста в видео (t2v), преобразование первого кадра в видео (i2v), преобразование по…

Как процесс C 57/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, согласованность

ГенераторМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
C
57/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 57/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (dlazy-happyhorse-1.0) не совпадает с папкой (dlazy-happyhorse-1-0)
  • 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: 11
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 100Стоимость исполнения. Тело инструкции 1795 токенов

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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 304 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 11 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (6 блоков кода)

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

Внешние проверки

ClawHub: clean
This skill is a disclosed wrapper for a cloud video-generation service, with ordinary but real risks from installing and authenticating a third-party CLI.
LLM: benign (medium) · VirusTotal: · 10 сент. 2026 г.