AC gpt-image-gen
Генерируйте изображения с помощью модели GPT-Image-2 от ChatGPT через автоматизацию браузера (CDP). Предоставляет доступ к ежедневному браузеру Brave Browser (порт 9222) через навык brave-browser-agent. Перейдите на chatgpt.com, введите запрос, запустите генерацию и извлеките результат. Используйте, когда: (1) Пользователь просит сгенерировать/создать/нарисовать изображение или картинку с помощью GPT/ChatGPT (2) Пользователь упоминает "GPT生成图片", "ChatGPT画图", "gpt-image" (3) Требуется высококачественная генерация изображений ИИ через ChatGPT (4) Пользователь хочет фотореалистичные изображения, сложные сцены или генерацию текста на изображении (5) Резервный вариант/дополнение к генерации изображений Gemini Требуется: Браузер Brave, запущенный с --remote-debugging-port=9222, вход в ChatGPT, Python 3, пакет pip websockets.
машинный переводПоказать оригиналСкрыть оригинал«Generate images using ChatGPT's GPT-Image-2 model via browser automati…»
Generate images using ChatGPT's GPT-Image-2 model via browser automation (CDP). Shares the user's daily Brave Browser (port 9222) via the brave-browser-agent skill. Navigate to chatgpt.com, input a prompt, trigger generation, and extract the result. Use when: (1) User asks to generate/create/draw an image or picture using GPT/ChatGPT (2) User mentions "GPT生成图片", "ChatGPT画图", "gpt-image" (3) Need high-quality AI image generation via ChatGPT (4) User wants photorealistic images, complex scenes, or text-in-image generation (5) Fallback/complement to Gemini image generation Requires: Brave Browser running with --remote-debugging-port=9222, ChatGPT logged in, Python 3, websockets pip package.
Генерируйте изображения с помощью модели GPT-Image-2 от ChatGPT через автоматизацию браузера (CDP).
Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, повторный запуск
Как улучшить
- 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
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 56/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 23
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1326 токенов
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
- -2Ссылки на localhost: у другого пользователя не заработает
- -240 эмодзи в инструкциях: шум для модели
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 3 примера фраз-триггеров в кавычках
- +3Длина description 698 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 19 заголовков
- +3Пошаговые инструкции: 23 пунктов
- +4Есть примеры (12 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.