SKILLEMALL.ai
GitHub ↗ EN Войти

CC image-fetch-toolkit

Поиск и получение изображений из интернета для любых целей — рисунки для статей, новостные фото, стоковые изображения, фотографии продуктов, научные иллюстрации, изображения из социальных сетей и многое другое. Используйте этот навык всякий раз, когда пользователю нужно найти, получить или отобрать изображения из онлайн-источников, будь то для научных статей, постов в блогах, презентаций, маркетинговых материалов или создания контента. Также охватывает составление научных иллюстраций (многопанельная маркировка abc), генерацию научных иллюстраций и интеграцию API поиска изображений.

машинный переводПоказать оригиналСкрыть оригинал«Search and fetch images from the internet for any purpose - paper figu…»

Search and fetch images from the internet for any purpose - paper figures, news photos, stock images, product photos, scientific illustrations, social media images, and more. Use this skill whenever the user needs to find, retrieve, or curate images from online sources, whether for academic papers, blog posts, presentations, marketing materials, or content creation. Also covers academic figure composition (multi-panel abc labeling), scientific illustration generation, and image search API integration.

ClawHub Agent Skills автор: Haoming Yan v1.0.0 MIT-0 3 файла тело ≈ 4 041 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Поиск и получение изображений из интернета для любых целей — рисунки для статей, новостные фото, стоковые изображения, фотографии продуктов, научные…

Как процесс C 50/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ИнтеграцияИсследованияДизайнТексты и документытип 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
C
66/100
безопасность, качество, тесты
Безопасность 60%
54
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
50/100
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

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 · 10

    ✓ Критических и высоких находок нет

    Средние и низкие: 10
    • средняя Утечка данных net-credential-use SKILL.md:34
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      curl -H "Authorization: Bearer $UNSPLASH_ACCESS_KEY" \
    • средняя Утечка данных net-credential-use SKILL.md:38
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      curl -H "Authorization: Bearer $UNSPLASH_ACCESS_KEY" \
    • средняя Утечка данных net-credential-use SKILL.md:42
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      curl -H "Authorization: Bearer $UNSPLASH_ACCESS_KEY" \
    • средняя Утечка данных net-credential-use SKILL.md:56
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      curl -H "Authorization: $PEXELS_API_KEY" \
    • средняя Утечка данных net-credential-use SKILL.md:60
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      curl -H "Authorization: $PEXELS_API_KEY" \
    • средняя Утечка данных exfil-secret-in-url SKILL.md:76
      Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (в кавычках — упоминание, а не команда)
      curl "https://pixabay.com/api/?key=…&q=…&image_type=photo&per_page=10&safesearch=true"
      в кавычках
    • средняя Утечка данных exfil-secret-in-url SKILL.md:79
      Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (в кавычках — упоминание, а не команда)
      curl "https://pixabay.com/api/?key=…&q=robot&image_type=…&per_page=10"
      в кавычках
    • средняя Утечка данных exfil-secret-in-url SKILL.md:82
      Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (в кавычках — упоминание, а не команда)
      curl "https://pixabay.com/api/videos/?key=…&q=ocean&per_page=5"
      в кавычках
    • средняя Утечка данных exfil-secret-in-url SKILL.md:95
      Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (в кавычках — упоминание, а не команда)
      curl "https://api.flickr.com/services/rest/?method=…&api_key=…&text=…&license=…&per_page=10&format=json&nojsoncallback=1"
      в кавычках
    • низкая Утечка данных exfil-secret-in-url SKILL.md:112
      Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (адрес назначения — известный публичный сервис; в кавычках — упоминание, а не команда)
      curl "https://www.googleapis.com/customsearch/v1?key=…&cx=…&searchType=image&q=…&num=10&imgSize=large"
      известный сервисв кавычках

    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 50/100

    • 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
    • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Стоимость исполнения. Тело инструкции 4041 токенов
    • 100Шаги. Шагов: 74
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле

    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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 506 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 41 заголовков
    • +3Пошаговые инструкции: 74 пунктов
    • +4Есть примеры (21 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    This is a broad but coherent image-search reference skill, with no hidden code or automatic actions, but users should be mindful of third-party API queries, credentials, licensing, and optional external tool installs.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.