SKILLEMALL.ai
GitHub ↗ EN Войти

CD openclaw-vmake-ai

Удаление водяных знаков и восстановление качества изображений или видео с помощью Vmake AI. Всегда проверяйте удаленный каталог перед указанием или выбором задачи: V2 использует метаданные задачи сервера; устаревшие псевдонимы разрешены только при явном возврате из устаревшей конфигурации. Видеозадачи используют spawn-run-task плюс сеансы OpenClaw sessions_spawn; задачи с изображениями используют блокирующий run-task. Платный API (использует квоту арендатора); никогда не заявляйте, что услуга бесплатна, и не придумывайте цены.

машинный переводПоказать оригиналСкрыть оригинал«Process image or video watermark removal and quality restoration with…»

Process image or video watermark removal and quality restoration with Vmake AI. Always discover the remote catalog before naming or selecting a task: V2 uses the returned server task metadata; legacy aliases are allowed only when the legacy config explicitly returns them. Video tasks use spawn-run-task plus OpenClaw sessions_spawn; image tasks use blocking run-task. Paid API (consumes tenant quota); never claim the service is free or invent pricing.

ClawHub Agent Skills автор: wemayiiii v2.0.0 MIT-0 44 файла · 33 скрипта тело ≈ 7 410 токенов Открыть источникclawhub.ai↗ проанализирован 9 дн назад

Удаление водяных знаков и восстановление качества изображений или видео с помощью Vmake AI.

Как процесс D 44/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: scripts/.env

ПроцедураTelegramМедиа и видеотип 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
C
82/100
безопасность, качество, тесты
Безопасность 60%
93
Качество 40%
65
Прогон на моделях
не было
Процессный рейтинг
D
44/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: scripts/.env
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • средняя Утечка данных exfil-webhook-url scripts/vmake_ai.py:999
    URL вебхука / коллбэка, типичный для эксфильтрации (проверьте адрес) (в кавычках — упоминание, а не команда)
    f"https://api.telegram.org/bot{token}/getFile",
    в кавычках
  • низкая Опасные команды cmd-eval-dynamic scripts/test_agent_info.py:74
    Динамическое выполнение кода из декодированного/недоверенного ввода (тестовый файл / пример)
    exec(compile(ast.Module(body=[node], type_ignores=[]), "client.py", "exec"), env)
    тестовый файл
  • низкая Утечка данных read-dotenv SKILL.md:151
    Чтение файла .env
    source scripts/.env

Просканировано файлов: 43. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 7410 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/.env
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 55, 56, 70, 86, 157, 204): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 44/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/.env
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/.env
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 40Согласованность. Имя во frontmatter (openclaw-vmake-ai) не совпадает с папкой (vmake-skill)
  • 60Шаги. Шагов: 51, расплывчатых формулировок: 4
  • 70Стоимость исполнения. Тело инструкции 7410 токенов
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Ошибки и развилки. Развилок: 9, есть раздел про ошибки
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 14. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

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
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • -34 из 10 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 453 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 28 заголовков
  • +3Пошаговые инструкции: 51 пунктов
  • +4Есть примеры (19 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.

Внешние проверки

ClawHub: suspicious
The skill is a coherent Vmake media-processing integration, but it needs review because it relays arbitrary server messages and links and uses under-scoped network/download paths for user media and service endpoints.
LLM: suspicious (high) · 14 сент. 2026 г.