SKILLEMALL.ai

AC image-processing-toolkit

Локальный набор инструментов для обработки изображений для конвертации форматов, сжатия, изменения размера, пакетной обработки и преобразования изображений в PDF. Используйте, когда пользователи запрашивают 压缩图片/改尺寸/批量处理/转PDF. Поддерживает отдельные файлы и каталоги. Не для OCR или семантического понимания изображений. |Python 图片处理:适合压缩缩放批处理与转 PDF;不用于 OCR/图像理解.

машинный переводПоказать оригиналСкрыть оригинал«Local image processing toolkit for format conversion, compression, res…»

Local image processing toolkit for format conversion, compression, resizing, batch jobs, and image-to-PDF. Use when users ask 压缩图片/改尺寸/批量处理/转PDF. Supports single files and directories. Not for OCR or semantic image understanding. |Python 图片处理:适合压缩缩放批处理与转 PDF;不用于 OCR/图像理解。

ClawHub Agent Skills автор: wangziiiiii v1.0.2 MIT-0 10 файлов тело ≈ 895 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Локальный набор инструментов для обработки изображений для конвертации форматов, сжатия, изменения размера, пакетной обработки и преобразования изображений в…

Как процесс C 56/100 · Есть пробелы — слабые места: входы и предусловия, согласованность, повторный запуск

СправочникРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
C
56/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 10. 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 56/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (image-processing-toolkit) не совпадает с папкой (wangziiiii)
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 33
    • 100Стоимость исполнения. Тело инструкции 895 токенов
    • low Разделов верхнего уровня: 12. 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
    • -32 из 7 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 272 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 20 заголовков
    • +3Пошаговые инструкции: 33 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (14 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This skill locally processes user-selected images as described, with no evidence of hidden network use, credential access, persistence, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.