SKILLEMALL.ai
GitHub ↗ EN Войти

AC giggle-generation-image

Поддерживает text-to-image и image-to-image. Используйте, когда пользователю нужно создать или сгенерировать изображения. Варианты использования: (1) Генерация по текстовому описанию, (2) Использование референсных изображений, (3) Настройка модели, соотношения сторон, разрешения. Триггеры: сгенерировать изображение, нарисовать, создать изображение, AI-арт.

машинный переводПоказать оригиналСкрыть оригинал«Supports text-to-image and image-to-image. Use when the user needs to…»

Supports text-to-image and image-to-image. Use when the user needs to create or generate images. Use cases: (1) Generate from text description, (2) Use reference images, (3) Customize model, aspect ratio, resolution. Triggers: generate image, draw, create image, AI art.

ClawHub Agent Skills автор: Parker v0.0.10 MIT-0 5 файлов тело ≈ 1 607 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Поддерживает text-to-image и image-to-image.

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ГенераторИнфраструктуратип 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
93/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
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 · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • низкая Обфускация obf-base64-blob SKILL.md:164
      Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
      "base64": "iVBO…ggg=="
      в кавычках
    • низкая Обфускация obf-base64-blob SKILL.zh-CN.md:164
      Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
      "base64": "iVBO…ggg=="
      в кавычках

    Просканировано файлов: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
    • заметка frontmatter-key неизвестное поле фронтматтера "requires"

    Процессный рейтинг: все десять параметров 58/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 75Шаги. Шагов: 3
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1607 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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
    • +2Инструкции на одном языке
    • +3Длина description 270 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 16 заголовков
    • +3Пошаговые инструкции: 3 пунктов
    • +4Есть примеры (10 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

    Внешние проверки

    ClawHub: clean
    This skill is a normal Giggle image-generation integration, but users should know their prompts, reference images, and resulting signed links are handled by giggle.pro.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.