SKILLEMALL.ai

AB local-gmncode-vision-pro

Расширенная локальная инфраструктура компьютерного зрения для агентов, когда встроенные инструменты для работы с изображениями недоступны или ненадежны. Используйте для пакетного анализа изображений, структурированного вывода JSON, понимания скриншотов/интерфейса пользователя, классификации символов/стилей, рабочих процессов с возможностью повторных попыток и устойчивых конвейеров обработки изображений на базе GMNCODE. Активируйте, когда пользователь хочет получить платную/профессиональную версию локального компьютерного зрения GMNCODE, готовую к производству визуальную автоматизацию или многоразовую инфраструктуру компьютерного зрения для команд и систем агентов.

машинный переводПоказать оригиналСкрыть оригинал«Advanced local vision infrastructure for agents when built-in image to…»

Advanced local vision infrastructure for agents when built-in image tools are unavailable or unreliable. Use for batch image analysis, structured JSON output, screenshot/UI understanding, character/style classification, retryable workflows, and resilient image-processing pipelines backed by GMNCODE. Trigger when a user wants a paid/professional-grade version of local-gmncode-vision, production-ready visual automation, or reusable vision infrastructure for teams and agent systems.

ClawHub Agent Skills автор: iO2077 v1.0.0 MIT-0 5 файлов тело ≈ 313 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Расширенная локальная инфраструктура компьютерного зрения для агентов, когда встроенные инструменты для работы с изображениями недоступны или ненадежны.

Как процесс B 78/100 · Почти готов — слабые места: входы и предусловия, отчётность по ходу

АнализаторИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
B
78/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Результат и критерий готовности вес 14
60
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 78/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 13
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 313 токенов
    • 100Повторный запуск. Изменяющих операций нет

    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)
    • +4Нет примеров входа/выхода
    • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 484 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 13 пунктов
    • +3Формат ответа описан явно
    • +3Все 2 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

    Внешние проверки

    ClawHub: suspicious
    This vision skill appears purpose-built for GMNCODE image analysis, but it uploads local images to an external API without clear user-facing disclosure or consent controls.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.