AD tencentcloud-faceid-analyzedenselandmarks
Навык вызова интерфейса Tencent Cloud для плотного определения ключевых точек лица (AnalyzeDenseLandmarks). Используйте, когда пользователю требуется плотное определение контурных точек лица на изображении. Может возвращать координаты рамки лица, а также координаты плотных контурных точек различных частей лица (глаза, брови, губы, нос, зрачки, центральная линия, подбородок, мешки под глазами, лоб). Поддерживает два способа ввода: Base64 изображения и URL изображения.
машинный переводПоказать оригиналСкрыть оригинал«腾讯云稠密人脸关键点(AnalyzeDenseLandmarks)接口调用技能。当用户需要对人脸图片进行稠密关键点定位时，应使用此技能。可返…»
腾讯云稠密人脸关键点(AnalyzeDenseLandmarks)接口调用技能。当用户需要对人脸图片进行稠密关键点定位时，应使用此技能。可返回人脸框坐标，以及人脸各部位（眼睛、眉毛、嘴巴、鼻子、瞳孔、中轴线、下巴、眼袋、额头）的稠密轮廓关键点坐标。支持图片Base64和图片URL两种输入方式。
Навык вызова интерфейса Tencent Cloud для плотного определения ключевых точек лица (AnalyzeDenseLandmarks).
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 46/100
- 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
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 17
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 639 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 147 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 17 пунктов
- +4Есть примеры (2 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.