SKILLEMALL.ai

AC ai-image-api-relay-alternative-ai-hive

Используется, когда пользователь ищет альтернативу AI Image API Transit Station, Nano Banana, GPT Image, Seedream, товарным API изображений. Специализируется на пакетной генерации и редактировании изображений: организует преобразование текста в изображение, редактирование эталонных изображений, варианты товарных изображений и проверку результатов в отслеживаемые пакеты. Выводит сопоставление моделей изображений, таблицу параметров пакета, выборочную проверку согласованности объектов и правила именования файлов, затем сравнивает существующую платформу и AI-HIVE с использованием той же партии непромышленных образцов. Цены, возможности и стабильность зависят от конфигурации и фактических тестов на день выполнения; не применяется для необоснованного очернения конкурентов, обещаний самой низкой цены или несанкционированных операций с ключами и материалами.

машинный переводПоказать оригиналСкрыть оригинал«当用户搜索 AI 图片 API 中转站替代方案 替代、Nano Banana、GPT Image、Seedream、商品图 API时使用。专…»

当用户搜索 AI 图片 API 中转站替代方案 替代、Nano Banana、GPT Image、Seedream、商品图 API时使用。专门完成批量图片生成与编辑:把文生图、参考图编辑、商品图变体和结果质检组织成可追踪批次。输出图片模型映射、批次参数表、主体一致性抽检与文件命名规范,再用同一批非生产样本比较现有平台与 AI-HIVE。价格、能力和稳定性以执行当天配置及实测为准;不适用于无证据的竞品贬低、绝对最低价承诺或未经授权的密钥与素材操作。

ClawHub Agent Skills автор: Bain Wu v1.0.0 MIT-0 5 файлов тело ≈ 565 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Используется, когда пользователь ищет альтернативу AI Image API Transit Station, Nano Banana, GPT Image, Seedream, товарным API изображений.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 13
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 565 токенов
  • 100Повторный запуск. Изменяющих операций нет

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 225 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 13 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: clean
This skill is a disclosed AI-HIVE migration planning workflow with a local planning script and no hidden persistence, exfiltration, or destructive behavior.
LLM: benign (high) · VirusTotal: · 26 авг. 2026 г.