SKILLEMALL.ai

AD photo-scout

Многомодальный загрузчик изображений с визуальным контролем (Vision-Gated Photo Downloader). Триггеры: скачать изображение, искать изображение, найти изображение, нужно HD-изображение XX, скачать логотип, визуальный отбор изображений, пакетный поиск изображений. Основной метод: открыть страницу поиска в браузере → скриншот по экрану/позиционирование DOM → многомодальный визуальный контроль → скачать только выбранные оригинальные изображения → проверка скриншотом страницы источника. Используется, когда пользователю нужно искать и скачивать высококачественные изображения по теме (логотипы компаний, фотографии людей, пейзажи, изображения продуктов, изображения маркетинговых событий, блюда ресторанов и т. д.).

машинный переводПоказать оригиналСкрыть оригинал«多模态视觉门控图片下载器(Vision-Gated Photo Downloader)。触发词:下载图片、搜图、找图、要XX的高清图、log…»

多模态视觉门控图片下载器(Vision-Gated Photo Downloader)。触发词:下载图片、搜图、找图、要XX的高清图、logo下载、视觉筛选图片、批量搜图。核心方法:浏览器打开搜索页→按屏截图/DOM定位→多模态视觉门控→只下载勾选原图→来源页截屏复核。当用户需要按主题搜索并下载高质量图片(企业logo、人物照片、风景、产品图、营销事件图、餐馆菜品等)时使用。

ClawHub Agent Skills v4.1.0 12 файлов тело ≈ 1 449 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Многомодальный загрузчик изображений с визуальным контролем (Vision-Gated Photo Downloader).

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктураДизайнтип 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
D
46/100
Процесс не доведён
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

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: 12. 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 46/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 31
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1449 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. 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 189 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 31 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 6 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: suspicious
The skill is a coherent image-search downloader, but it should be reviewed because it fetches and renders arbitrary web content with weak containment and unpinned installs.
LLM: suspicious (high)