SKILLEMALL.ai

AC remove-ai-watermarks

Удаляет и идентифицирует водяные знаки ИИ и метки происхождения на изображениях и видео, сгенерированных или отредактированных пользователем. Охватывает искры Gemini, SynthID, Microsoft InvisMark, Meta Content Seal, C2PA, метаданные EXIF/XMP/IPTC, а также метки Sora/Veo/Seedance/Doubao/Dola/Hailuo/Kling. Используйте, когда пользователь хочет удалить или очистить водяные знаки ИИ и метки генерации, или спрашивает, было ли изображение сгенерировано ИИ или несет ли оно информацию о происхождении ИИ, даже если он не называет remove-ai-watermarks. Не используйте для водяных знаков сторонних платных активов, таких как стоковые агентства, маркетплейсы, доски объявлений.

машинный переводПоказать оригиналСкрыть оригинал«Removes and identifies AI watermarks and provenance marks in images an…»

Removes and identifies AI watermarks and provenance marks in images and video the user generated or edited. Covers Gemini sparkles, SynthID, Microsoft InvisMark, Meta Content Seal, C2PA, EXIF/XMP/IPTC metadata, and Sora/Veo/Seedance/Doubao/Dola/Hailuo/Kling labels. Use when the user wants to strip or clean AI watermarks and generation labels, or asks whether a file was AI-generated or carries AI provenance, even if they do not name remove-ai-watermarks. Do not use for stock-agency, marketplace, classifieds, or other third-party paid-asset watermarks.

ClawHub Agent Skills автор: Victor Kuznetsov v1.0.8 MIT-0 5 файлов тело ≈ 2 693 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Удаляет и идентифицирует водяные знаки ИИ и метки происхождения на изображениях и видео, сгенерированных или отредактированных пользователем.

Как процесс C 64/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия

ПроцедураДанные и аналитикаМедиа и видеоТорговлятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
96
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Инструменты и файлы вес 18
60
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: 5. 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 64/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
    • 60Ошибки и развилки. Развилок: 2
    • 100Шаги. Шагов: 20
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2693 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 556 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 20 пунктов
    • +4Есть примеры (4 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)
    • +3Все 1 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 96.

    Внешние проверки

    ClawHub: suspicious
    This skill largely matches its stated watermark-removal purpose, but needs Review because it can direct an agent to probe the host and install or upgrade an unpinned external CLI without a clear user-consent gate.
    LLM: suspicious (high) · 11 сент. 2026 г.