BC atlas-banana-imagetoimage
Редактируйте или комбинируйте изображения с помощью модели AtlasCloud Nanobanana Edit. Используйте, когда пользователь хочет изменить изображение на основе другого, например, сменить одежду, объединить стили или применить визуальные элементы с одного изображения на другое. Срабатывает на фразы вроде: «Сменить одежду на фото», «поменять одежду», «отредактировать изображение по образцу», «объединить изображения», «применить стиль одного изображения к другому».
машинный переводПоказать оригиналСкрыть оригинал«Edit or combine images using the AtlasCloud Nanobanana Edit model. Use…»
Edit or combine images using the AtlasCloud Nanobanana Edit model. Use when the user wants to modify an image based on another, such as swapping clothes, merging styles, or applying visual elements from one image to another. Triggers on phrases like: "Changing clothes in the photo", "swap clothes", "edit image with reference", "combine images", "apply the style of one image to another".
Редактируйте или комбинируйте изображения с помощью модели AtlasCloud Nanobanana Edit.
Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность
Чем это грозит
Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.
В файлах лежит чужой ключ или токен. Если он живой, ваш агент начнёт ходить в чужие сервисы от чужого имени; если ключ уже отозван, скрипты скилла просто сломаются. Такой ключ мог попасть в скилл вместе с целым рабочим пространством автора, включая личные данные.
Ключ виден всем, кто скачал скилл, и уже мог быть скопирован ботами, которые сканируют каталоги. Отзовите его сейчас, проверьте счета и логи доступа, а потом перевыпустите.
Как улучшить
- Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
- 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 · 6
-
высокая Секреты в коде
meta-credential-files.envВ скилле лежат файлы с учётными данными / .env (1).env
Средние и низкие: 5
-
низкая Секреты в коде
secret-high-entropy-tokenpackage-lock.json:21Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha5…9dM/mwVgvbZJaSNaRk+bshk…Kbz+IoId…W0Q==",
детектор -
низкая Секреты в коде
secret-high-entropy-tokenpackage-lock.json:51Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha5…SDq+2kAA…MOe/+5cdoEdg==",
детектор -
низкая Секреты в коде
secret-high-entropy-tokenpackage-lock.json:86Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha5…FrF+LTRo…W3g==",
детектор -
низкая Секреты в коде
secret-high-entropy-tokenpackage-lock.json:95Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha5…A6j+hAmM…GbS+kf5c…csw==",
детектор -
низкая Секреты в коде
secret-high-entropy-tokenpackage-lock.json:104Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha5…5bm+c2gQ…aG5+esrLODihIorn+Pe6F…dXA==",
детектор
Просканировано файлов: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
frontmatter-yamlSKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Edit or combine images using the AtlasCloud Nanobanana Edit model.… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
Процессный рейтинг: все десять параметров 61/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 40Согласованность. Имя во frontmatter (atlas-banana-imagetoimage) не совпадает с папкой (nano-banana-atlas-ai)
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 100Шаги. Шагов: 12
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Стоимость исполнения. Тело инструкции 861 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
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 5 примера фраз-триггеров в кавычках
- +3Длина description 389 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 8 заголовков
- +3Пошаговые инструкции: 12 пунктов
- +4Есть примеры (3 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.