SKILLEMALL.ai

AB contrast-poster-prompt

Подбирает наиболее подходящий тип из 15 контрастных стилей геймплея (пол, возраст, идентичность, образ, сцена, объект, роль, потребление/экономика, состояние до/после, уровень навыков, общепринятые знания, пространственно-временной сдвиг, тон/отношение, функция предмета, телосложение/внешность) на основе потребностей пользователя, генерирует высококачественные англоязычные промпты для AI-рисования и китайские тексты для постеров.

машинный переводПоказать оригиналСкрыть оригинал«Match the most suitable type from 15 contrast gameplay styles (gender,…»

Match the most suitable type from 15 contrast gameplay styles (gender, age, identity, image, scene, object, role, consumption/economy, pre-post state, skill level, cognitive common sense, time-space dislocation, tone/attitude, item function, physique/appearance) based on user needs, generate high-quality English AI drawing prompts and Chinese poster copy.

ClawHub Agent Skills автор: OpenLark v1.0.0 MIT-0 3 файла тело ≈ 1 461 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Подбирает наиболее подходящий тип из 15 контрастных стилей геймплея (пол, возраст, идентичность, образ, сцена, объект, роль, потребление/экономика, состояние…

Как процесс B 65/100 · Почти готов — слабые места: когда включается, входы и предусловия, повторный запуск

ГенераторИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 3. 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 65/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 60Ошибки и развилки. Развилок: 2
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 17
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1461 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 357 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 17 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: suspicious
The skill bundle is mostly coherent, but one helper defaults to running a nested Codex review with sandbox and approval bypass enabled.
LLM: suspicious (medium) · VirusTotal: · 28 мая 2026 г.