SKILLEMALL.ai

BC pixel2motion

Преобразует растровый логотип (PNG/JPG/WebP/скриншот) в чистый минималистичный SVG с гладкостью краев в качестве основного критерия и оптимизированным IoU, насколько это возможно без фиксированного глобального порога. Затем создает анимированный логотип в виде отдельного HTML-файла, рендерируемого с помощью JS, применяя 12 принципов анимации Диснея. Используйте, когда вас просят анимировать логотип, создать заставку / экран загрузки / представление бренда, преобразовать изображение логотипа в анимированный SVG или HTML, добавить движение к векторизованному знаку или создать анимацию загрузки/ожидания/наведения для фирменного знака. v2: также обрабатывает хореографию с самопересечением (раздельное заполнение, точное разбиение замедления, блеск кончика), подгонку замкнутой ленты переменной ширины и количественную проверку качества движения (зондирование замедления, проверка непрерывности изменения чернил).

машинный переводПоказать оригиналСкрыть оригинал«Turn a raster logo (PNG/JPG/WebP/screenshot) into a clean minimal SVG…»

Turn a raster logo (PNG/JPG/WebP/screenshot) into a clean minimal SVG with edge smoothness as the primary hard gate and IoU optimized as high as reasonably possible without a fixed global threshold, then into a choreographed logo animation delivered as standalone JS-rendered HTML, applying Disney's 12 animation principles. Use when asked to animate a logo, build a logo reveal / splash screen / brand intro, convert a logo image into animated SVG or HTML, add motion to a vectorized mark, or create loading/idle/hover motion for a brand mark. v2: also handles self-crossing draw-on choreography (split-fill, exact easing subdivision, tip glint), closed variable-width ribbon fitting, and quantitative motion QA (easing probe, ink-delta continuity sweep).

ClawHub Agent Skills автор: frede2010 v1.0.0 MIT-0 21 файл тело ≈ 6 905 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Преобразует растровый логотип (PNG/JPG/WebP/скриншот) в чистый минималистичный SVG с гладкостью краев в качестве основного критерия и оптимизированным IoU…

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторДизайнтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
65
Прогон на моделях
не было
Процессный рейтинг
C
55/100
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. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 21. 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: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Turn a raster logo (PNG/JPG/WebP/screenshot) into a clean minimal … ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
  • предупреждение body-long тело SKILL.md ≈ 6905 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 55/100

  • 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: 5, без проверки текущего состояния
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 70Стоимость исполнения. Тело инструкции 6905 токенов
  • 85Шаги. Шагов: 86, расплывчатых формулировок: 1
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Ответ описан самодельной разметкой (5 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -31 из 11 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 756 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 86 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (5 из 5)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.

Внешние проверки

ClawHub: clean
Pixel2Motion is a coherent logo vectorization and animation skill; its local scripts and embedded demo assets fit that purpose.
LLM: benign (high) · VirusTotal: · 16 июн. 2026 г.