SKILLEMALL.ai

AC travel-grid-generator

Создание коллажа в стиле тревел-блогера 3x3 (9 квадратов) на основе фотографий пользователя и конкретного места назначения. Используйте для: создания фотографий в стиле социальных сетей, поддержания единообразия персонажа в нескольких сценах и создания реалистичных снимков в стиле iPhone. Триггер: когда пользователь говорит '九宫格', 'travel grid', '旅行照片', '生成旅行照' или предоставляет фотографии с указанием места назначения.

машинный переводПоказать оригиналСкрыть оригинал«Generate a 3x3 grid (9-square) travel blogger style collage based on u…»

Generate a 3x3 grid (9-square) travel blogger style collage based on user photos and a specific destination. Use for: creating social media style travel photos, maintaining character consistency across multiple scenes, and generating realistic iPhone-style travel snapshots. Trigger: when user says '九宫格', 'travel grid', '旅行照片', '生成旅行照', or provides photos with a destination.

ClawHub Agent Skills автор: SwiftUIs v1.0.0 MIT-0 3 файла тело ≈ 1 386 токенов Открыть источникclawhub.ai↗ проанализирован 15 дн назад

Создание коллажа в стиле тревел-блогера 3x3 (9 квадратов) на основе фотографий пользователя и конкретного места назначения.

Как процесс C 57/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, ошибки и развилки

ГенераторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
C
57/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 57/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 85Шаги. Шагов: 50, расплывчатых формулировок: 2
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1386 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 376 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 18 заголовков
    • +3Пошаговые инструкции: 50 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: 91.

    Внешние проверки

    ClawHub: clean
    This skill coherently helps generate travel-photo collages from user-provided photos and destinations, with no evidence of hidden code, persistence, credential use, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 16 сент. 2026 г.