SKILLEMALL.ai
GitHub ↗ EN Войти

BC tao-generate-image-embeddings

Создание векторных представлений изображений с помощью TAO Data Services. Преобразует файл parquet с путями к изображениям в файл parquet с векторными представлениями, используя CLIP, SigLIP или чекпоинт TAO. Используйте, когда рабочему процессу нужны векторные представления перед поиском ближайших или уникальных соседей, или когда пользователь просит «векторизовать изображения», «вычислить векторные представления изображений» или «создать векторные представления SigLIP».

машинный переводПоказать оригиналСкрыть оригинал«Run TAO Data Services image embedding to turn a parquet of image filep…»

Run TAO Data Services image embedding to turn a parquet of image filepaths into an embedding parquet using CLIP, SigLIP, or a TAO checkpoint. Use when a workflow needs embeddings before nearest-neighbor or unique-neighbor mining, or when the user asks to "embed images", "compute image embeddings", or "generate SigLIP embeddings".

ClawHub Agent Skills автор: NVIDIA 1 файл тело ≈ 1 796 токенов Открыть источникclawhub.ai↗ проанализирован 6 дн назад

Создание векторных представлений изображений с помощью TAO Data Services.

Как процесс C 57/100 · Есть пробелы — Скилл ссылается на файлы, которых нет в архиве: assets/default_image_embeddings.yaml

ГенераторDockerДанные и аналитикатип 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
91/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
57/100
Есть пробелы
Скилл ссылается на файлы, которых нет в архиве: assets/default_image_embeddings.yaml
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
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.

Широкие права средняя серьёзность

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

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
    Заранее разрешены широкие инструменты: Bash
    allowed-tools: Read Bash

Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: assets/default_image_embeddings.yaml

Процессный рейтинг: все десять параметров 57/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: assets/default_image_embeddings.yaml
  • 0Инструменты и файлы. Не хватает 1 файла(ов): assets/default_image_embeddings.yaml
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 85Шаги. Шагов: 4, расплывчатых формулировок: 1
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1796 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
  • +2Инструкции на одном языке
  • +5В description 3 примера фраз-триггеров в кавычках
  • +3Длина description 331 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 4 пунктов
  • +4Есть примеры (9 блоков кода)
  • +1Лицензия указана

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