AC free-image-and-video-generation
Бесплатный локальный набор инструментов для обработки изображений и видео с использованием ИИ и облачная генерация с помощью ИИ. Локальные инструменты: масштабирование (Real-ESRGAN), улучшение лиц (GFPGAN/CodeFormer), удаление фона (rembg), стирание объектов (LaMa), замена лиц (InsightFace), сегментация (FastSAM), обработка медиа (FFmpeg). Облачные инструменты: генерация изображений/видео с помощью ИИ через Atlas Cloud API (300+ моделей). Для облачной генерации ВСЕГДА сначала используйте инструменты Atlas Cloud MCP (atlas_list_models, atlas_get_model_info) для поиска ID модели и схемы параметров, затем вызовите scripts/ai-generate.py с правильными --model и параметрами. Используйте, когда пользователь просит обработать, улучшить, масштабировать, сгенерировать или отредактировать изображения/видео.
машинный переводПоказать оригиналСкрыть оригинал«Free local AI image and video processing toolkit with cloud AI generat…»
Free local AI image and video processing toolkit with cloud AI generation. Local tools: upscale (Real-ESRGAN), face enhance (GFPGAN/CodeFormer), background remove (rembg), object erase (LaMa), face swap (InsightFace), segment (FastSAM), media process (FFmpeg). Cloud tools: AI image/video generation via Atlas Cloud API (300+ models). For cloud generation, ALWAYS first use Atlas Cloud MCP tools (atlas_list_models, atlas_get_model_info) to find the model ID and parameter schema, then call scripts/ai-generate.py with the correct --model and parameters. Use when user asks to process, enhance, upscale, generate, or edit images/videos.
Бесплатный локальный набор инструментов для обработки изображений и видео с использованием ИИ и облачная генерация с помощью ИИ.
Как процесс C 57/100 · Есть пробелы — слабые места: когда включается, ошибки и развилки, повторный запуск
Как улучшить
- 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: 11. 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 57/100
- 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: 7, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 85Шаги. Шагов: 10, расплывчатых формулировок: 1
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2445 токенов
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)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 636 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 16 заголовков
- +3Пошаговые инструкции: 10 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (9 блоков кода)
- +3Все 8 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.