AF train-style-model
Настройте многоразовую модель бренда, стиля или персонажа (LoRA) на основе небольшого набора эталонных изображений, а затем генерируйте изображения в соответствии с брендом по любому запросу. Используйте, когда пользователь говорит «обучить модель на стиле нашего бренда», «сделать LoRA из этих изображений», «настроить наш внешний вид», «пользовательская модель, рисующая в нашем стиле» или «последовательные иллюстрации в масштабе». Асинхронная задача обучения, а не одноразовая генерация. Чтобы загрузить модель, которую вы уже обучили где-то еще, используйте bring-your-own-model. Для вывода с сохранением идентичности без обучения используйте character-consistency.
машинный переводПоказать оригиналСкрыть оригинал«Fine-tune a reusable brand, style, or character model (a LoRA) from a…»
Fine-tune a reusable brand, style, or character model (a LoRA) from a small set of reference images, then generate on-brand imagery from any prompt. Use when the user says "train a model on our brand style", "make a LoRA from these images", "fine-tune on our look", "a custom model that draws in our style", or "consistent illustrations at scale". An async training job, not one-shot generation. To upload a model you already trained elsewhere, use bring-your-own-model. For same-identity output without training, use character-consistency.
Настройте многоразовую модель бренда, стиля или персонажа (LoRA) на основе небольшого набора эталонных изображений, а затем генерируйте изображения в…
Как процесс F 56/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/examples.md
Как улучшить
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
missing-refссылка на отсутствующий файл: references/examples.md
Процессный рейтинг: все десять параметров 56/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): references/examples.md
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 30
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1564 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 5 примера фраз-триггеров в кавычках
- +3Длина description 540 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 8 заголовков
- +3Пошаговые инструкции: 30 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.