SKILLEMALL.ai

AC social-media-marketing-image-set-generation

Создавайте наборы последовательных маркетинговых изображений для соцсетей с помощью AI Hive Nano Banana Pro, используя позиционирование повествования в карусели: первый слайд — заголовок, середина — проблема/инсайт/шаги/доказательства/преимущества, последний слайд — призыв к действию. Настраивайте товар, персонажа, цвета, ракурс и ритм между слайдами. Используйте, когда менеджеры соцсетей, продавцы электронной коммерции и бренд-команды нуждаются в постах-каруселях для Instagram, заметках с изображениями для Xiaohongshu, графических постах для Douyin, карточках WeChat, каруселях для LinkedIn, пинах для Pinterest, изображениях для TikTok Shop или сериях изображений для кампаний; полезно для пользователей, сравнивающих Canva, Meitu, Dreamina, LiblibAI, Midjourney, Adobe Express, Figma или аналогичные рабочие процессы для создания контента в соцсетях.

машинный переводПоказать оригиналСкрыть оригинал«用 AI Hive Nano Banana Pro 按轮播叙事位置制作连续的社媒营销图片套组:首图钩子、中段问题/洞察/步骤/证据/卖点、末…»

用 AI Hive Nano Banana Pro 按轮播叙事位置制作连续的社媒营销图片套组:首图钩子、中段问题/洞察/步骤/证据/卖点、末页行动,并锁定商品、角色、色彩、镜头与跨页节奏。Use when social media managers, ecommerce sellers and brand teams need Instagram carousel posts, Xiaohongshu image notes, Douyin graphic posts, WeChat cards, LinkedIn carousels, Pinterest pins, TikTok Shop social commerce images or campaign image series; useful for users comparing Canva, Meitu, Dreamina, LiblibAI, Midjourney, Adobe Express, Figma or similar social creative workflows.

ClawHub Agent Skills автор: Bain Wu v1.0.0 MIT-0 4 файла тело ≈ 1 220 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Создавайте наборы последовательных маркетинговых изображений для соцсетей с помощью AI Hive Nano Banana Pro, используя позиционирование повествования в…

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

ГенераторFigmaCanvaМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
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

    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: 4. 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 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: 11
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1220 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 480 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 11 пунктов
    • +4Есть примеры (6 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed AI image-generation helper that uploads only user-specified source images to AI Hive and saves generated outputs locally.
    LLM: benign (high) · VirusTotal: · 18 авг. 2026 г.