SKILLEMALL.ai
GitHub ↗ EN Войти

BF tekan-skill

Создание, редактирование, совместная работа. Набор инструментов для доступа ко всем основным моделям ИИ. Просто опишите свою идею, чтобы создавать видео, изображения и цифровых аватаров — без ручной работы. Используйте этот навык, когда пользователь упоминает что-либо из следующего: создание видео, генерация видео или изображений, цифровые аватары, синхронизация губ, преобразование текста в речь, TTS, клонирование голоса, удаление фона, изображения моделей товаров, преобразование изображений в видео, преобразование текста в видео, редактирование изображений с помощью ИИ или любые рабочие процессы создания творческого контента — даже если они не называют конкретный инструмент или «создание видео».

машинный переводПоказать оригиналСкрыть оригинал«生成、编辑、协作。一个工具包接入所有主流 AI 模型。只需描述你的创意，即可生成视频、图片和数字人——零手动操作。当用户提到以下任何内容时使…»

生成、编辑、协作。一个工具包接入所有主流 AI 模型。只需描述你的创意，即可生成视频、图片和数字人——零手动操作。当用户提到以下任何内容时使用此技能：特看视频、生成视频或图片、数字人、口型同步、文字转语音、TTS、声音克隆、去除背景、商品模特图、图片转视频、文字转视频、AI 图片编辑，或任何创意内容生成工作流——即使他们没有明确说出具体工具名或'特看视频'。

ClawHub Agent Skills автор: 特看科技 v1.0.3 MIT-0 32 файла тело ≈ 3 467 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Создание, редактирование, совместная работа.

Как процесс F 28/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: 完整URL, <LOGIN_URL>, ...

ПроцедураИнфраструктуратип 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
B
80/100
безопасность, качество, тесты
Безопасность 60%
93
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
F
28/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: 完整URL, <LOGIN_URL>, ...
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.

Широкие права средняя серьёзность

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

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  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 Широкие права meta-agent-memory-dump references/user.md
    В скилле есть файлы памяти агента / рабочего пространства (1) — похоже на дамп с личными данными или токенами
    references/user.md
  • низкая Секреты в коде secret-high-entropy-token references/avatar4.md:41
    Строка, похожая на токен (может быть id, хеш или секрет)
    --voice LaaH…tW6
  • низкая Секреты в коде secret-password-literal scripts/auth.py:45
    Захардкоженный пароль / ключ (возможно, пример)
    api_key = api_keys[0] if api_keys else ""

Просканировано файлов: 32. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: 完整URL
  • предупреждение missing-ref ссылка на отсутствующий файл: <LOGIN_URL>
  • предупреждение missing-ref ссылка на отсутствующий файл: ...
  • предупреждение missing-ref ссылка на отсутствующий файл: <VIDEO_URL>
  • предупреждение missing-ref ссылка на отсутствующий файл: <IMAGE_URL>

Процессный рейтинг: все десять параметров 28/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: 完整URL, <LOGIN_URL>, ...
  • 0Инструменты и файлы. Не хватает 5 файла(ов): 完整URL, <LOGIN_URL>, ...
  • 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
  • 30Повторный запуск. Изменяющих операций: 14, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (tekan-skill) не совпадает с папкой (tekan)
  • 100Шаги. Шагов: 72
  • 100Стоимость исполнения. Тело инструкции 3467 токенов
  • low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (5 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
  • -213 эмодзи в инструкциях: шум для модели
  • -31 из 11 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 180 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 72 пунктов
  • +4Есть примеры (13 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (12 из 12)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.

Внешние проверки

ClawHub: clean
This is a coherent Tekan/TopView media-generation skill, but users should understand that it stores service credentials locally and uploads selected media to an external AI service.
LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.