SKILLEMALL.ai
GitHub ↗ EN Войти

BD card-renderer

Генерация карточек знаний с изображениями в разных стилях (например, Mac Pro, киберпанк, Баухаус) для текстов Xiaohongshu. Используйте, когда пользователю нужно преобразовать текст Markdown в красивые графические карточки. Поддерживает автоматическое разбиение на разделы для рендеринга обложки и страницы деталей.

машинный переводПоказать оригиналСкрыть оригинал«为小红书文案生成不同风格的知识卡片附图（如 Mac Pro、赛博朋克、包豪斯风）。当用户需要将 Markdown 文案渲染成美观的图片卡片时…»

为小红书文案生成不同风格的知识卡片附图（如 Mac Pro、赛博朋克、包豪斯风）。当用户需要将 Markdown 文案渲染成美观的图片卡片时使用。支持自动分段渲染封面和详情页。

ClawHub Agent Skills автор: MrQ v1.0.0 12 файлов тело ≈ 388 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Генерация карточек знаний с изображениями в разных стилях (например, Mac Pro, киберпанк, Баухаус) для текстов Xiaohongshu.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторРазработкатип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
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: 12. 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")

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 22
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 388 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)
  • +3Длина description 88: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 6 заголовков
  • +3Пошаговые инструкции: 22 пунктов
  • +4Есть примеры (1 блоков кода)
  • +3Все 11 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This skill appears to be a straightforward local image-card renderer, with only minor notes about local file handling and undeclared setup/provenance details.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.