SKILLEMALL.ai
GitHub ↗ EN Войти

AB webperf-media

Интеллектуальная оптимизация медиа с автоматизированными рабочими процессами для изображений, видео и SVG. Включает деревья решений, которые обнаруживают LCP-изображения (запускают анализ формата/ленивой загрузки/приоритета), определяют риски смещения макета (отсутствие размеров) и отмечают проблемы с ленивой загрузкой (ленивая загрузка выше складки или ранняя загрузка ниже складки). Предлагает рабочие процессы для полного аудита медиа, исследования LCP-изображений, производительности видео (оптимизация постеров) и обнаружения встроенных растровых изображений SVG. Кросс-навыковая интеграция с Core Web Vitals (влияние LCP/CLS) и Loading (подсказки приоритета, предварительная загрузка ресурсов). Предоставляет бюджеты производительности и рекомендации по форматам на основе типа контента. Используйте, когда пользователь спрашивает об оптимизации изображений, LCP является изображением/видео, смещения макета из-за медиа или стратегии загрузки медиа. Совместимо с Chrome DevTools MCP.

машинный переводПоказать оригиналСкрыть оригинал«Intelligent media optimization with automated workflows for images, vi…»

Intelligent media optimization with automated workflows for images, videos, and SVGs. Includes decision trees that detect LCP images (triggers format/lazy-loading/priority analysis), identify layout shift risks (missing dimensions), and flag lazy loading issues (above-fold lazy or below-fold eager). Features workflows for complete media audit, LCP image investigation, video performance (poster optimization), and SVG embedded bitmap detection. Cross-skill integration with Core Web Vitals (LCP/CLS impact) and Loading (priority hints, resource preloading). Provides performance budgets and format recommendations based on content type. Use when the user asks about image optimization, LCP is an image/video, layout shifts from media, or media loading strategy. Compatible with Chrome DevTools MCP.

ClawHub Agent Skills автор: nucliweb v0.1.0 MIT-0 7 файлов тело ≈ 2 771 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Интеллектуальная оптимизация медиа с автоматизированными рабочими процессами для изображений, видео и SVG.

Как процесс B 67/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу

ПроцедураМедиа и видеотип 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
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
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: 7. 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 67/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 85Шаги. Шагов: 161, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Ошибки и развилки. Развилок: 5, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2771 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

    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
    • +4Нет примеров входа/выхода
    • +2Инструкции на одном языке
    • +3Длина description 800 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 20 заголовков
    • +3Пошаговые инструкции: 161 пунктов
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)
    • +3Все 3 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed Chrome DevTools media-performance audit helper that inspects page images, videos, and SVGs without evidence of hidden persistence, credential access, or exfiltration.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.