SKILLEMALL.ai

BC auto-md2img

Автоматически преобразует контент Markdown в изображения с оформлением GitHub, полной поддержкой китайского языка, интеллектуальной пагинацией, поддержкой эмодзи и подсветкой синтаксиса. Поддерживает пагинацию по высоте и настройку качества JPEG.

машинный переводПоказать оригиналСкрыть оригинал«Convert Markdown content to images automatically with GitHub styling,…»

Convert Markdown content to images automatically with GitHub styling, full Chinese support, smart pagination, emoji support, and syntax highlighting. Supports height-based pagination and JPEG quality adjustment.

ClawHub Agent Skills автор: Fried_Avocado v1.3.1 MIT-0 11 файлов тело ≈ 2 125 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Автоматически преобразует контент Markdown в изображения с оформлением GitHub, полной поддержкой китайского языка, интеллектуальной пагинацией, поддержкой…

Как процесс C 64/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, повторный запуск

ГенераторGitHubИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
C
64/100
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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Опасные команды cmd-privilege scripts/md_to_png.js:107
    Повышение привилегий / права на запись для всех (определение детектора / чёрного списка; строковый литерал в коде, не выполняется)
    args: ['--no-sandbox', '--disable-setuid-sandbox']
    детекторстрока в коде
  • низкая Опасные команды cmd-privilege scripts/md_to_png.js:460
    Повышение привилегий / права на запись для всех (определение детектора / чёрного списка; строковый литерал в коде, не выполняется)
    args: ['--no-sandbox', '--disable-setuid-sandbox'],
    детекторстрока в коде

Просканировано файлов: 11. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "emoji"

Процессный рейтинг: все десять параметров 64/100

  • 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: 6, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 84
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2125 токенов
  • low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле

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)
  • -255 эмодзи в инструкциях: шум для модели
  • -31 из 2 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 211 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 28 заголовков
  • +3Пошаговые инструкции: 84 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (5 блоков кода)
  • +1Лицензия указана

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

Внешние проверки

ClawHub: suspicious
This is a real Markdown-to-image converter, but it needs review because it can render untrusted Markdown in a browser, make outbound requests, and leave user content on disk more broadly than its privacy claims suggest.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.