SKILLEMALL.ai

AC juhe-image-generate

Генерация изображений с помощью ИИ. Создает изображения с определенным стилем, сценой и атмосферой на основе текстового описания (prompt) и автоматически загружает их. Сценарии использования: пользователь говорит «Создай мне изображение кошки, играющей на траве», «Нарисуй пейзаж в стиле китайской живописи тушью», «Создай обои в стиле хай-тек в формате 16:9», «Создай поздравительную открытку на Новый год», «Нарисуй с помощью ИИ собаку, ловящую рыбу» и т. д. Использует API агрегированных данных (juhe.cn) для генерации изображений по тексту, поддерживает различные соотношения сторон, ссылки на сгенерированные изображения действительны в течение 24 часов, скрипт автоматически загружает их локально.

машинный переводПоказать оригиналСкрыть оригинал«AI图像生成。根据文本描述(prompt)生成具有特定风格、场景和氛围的图像,并自动下载保存。使用场景:用户说"帮我生成一张猫咪在草地上玩耍…»

AI图像生成。根据文本描述(prompt)生成具有特定风格、场景和氛围的图像,并自动下载保存。使用场景:用户说"帮我生成一张猫咪在草地上玩耍的图片"、"画一幅水墨风格的山水画"、"生成一张16:9的科技感壁纸"、"创作一张新年祝福海报"、"用AI画一张小狗钓鱼的图"等。通过聚合数据(juhe.cn)API调用文生图能力,支持多种宽高比,生成的图片链接有效期24小时,脚本会自动下载到本地保存。

ClawHub Agent Skills автор: juhe-skills v1.0.1 MIT-0 3 файла тело ≈ 825 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Генерация изображений с помощью ИИ.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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 description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 14
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 825 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

  • +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 197 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 14 пунктов
  • +4Есть примеры (7 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: clean
The skill appears to be a normal API-backed image generation helper, with some credential-handling hygiene risks users should manage.
LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.