SKILLEMALL.ai
GitHub ↗ EN Войти

BD xiongtao-hanzi-center

Движок анализа визуального центра тяжести иероглифов Xiongtuo — на основе трехэлементной модели «компоненты · расстояние · наклон», объединяющей золотое правило построения иероглифов Гун Ци и теорию визуального восприятия Арнхейма, выполняет расчет визуального центра тяжести иероглифов на уровне пикселей. Используется, когда пользователь спрашивает о центре тяжести иероглифа, структуре каллиграфии, балансе шрифта, "почему этот иероглиф выглядит криво", сжатии центральной части, правилах построения иероглифов, различиях в центре тяжести разных шрифтов. Поддерживает переключение между 6 шрифтами: кайшу/сун/хэйти/фансун/мин/сыюань, сравнение нескольких иероглифов, анализ тепловой карты центральной части, по умолчанию выводит визуализированное PNG-изображение. Производство Xiongtuo.

машинный переводПоказать оригиналСкрыть оригинал«雄韬汉字视觉重心分析引擎——基于"分量·距离·斜度"三要素模型，融合启功结字黄金律与阿恩海姆视知觉理论，对任意汉字进行像素级视觉重心计算。当…»

雄韬汉字视觉重心分析引擎——基于"分量·距离·斜度"三要素模型，融合启功结字黄金律与阿恩海姆视知觉理论，对任意汉字进行像素级视觉重心计算。当用户问及汉字重心、书法结构、字体平衡、"这个字为什么看起来歪"、中宫收紧、结字法则、不同字体的重心差异时使用。支持楷/宋/黑/仿/明/思源6种字体切换、多字对比、中宫热力分析，默认输出可视化PNG图片。雄韬出品。

ClawHub Agent Skills автор: xtoyun v1.0.1 MIT-0 5 файлов тело ≈ 603 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Движок анализа визуального центра тяжести иероглифов Xiongtuo — на основе трехэлементной модели «компоненты · расстояние · наклон», объединяющей золотое…

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

Процедуратип 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
89/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
D
41/100
Процесс не доведён
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 · 5

✓ Критических и высоких находок нет

Средние и низкие: 5
  • низкая Секреты в коде secret-high-entropy-token package-lock.json:38
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "integrity": "sha5…FSj+bWLt…2sH/Kn8E…h6w==",
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token package-lock.json:150
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "integrity": "sha5…wHD+vkj3…wBQ/hCAQ…tUp/3Qh6…OOw==",
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token package-lock.json:156
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "integrity": "sha5…CpK+FtMRQVdIMN6/Df5j…tIC+7KYK…qaA==",
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token package-lock.json:209
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "integrity": "sha5…RFW+TK4J…oUr/txX3…6Ns/A==",
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token package-lock.json:239
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "integrity": "sha5…JgI+2Q5U…e1E+Nyvgdz/aIyN…n58/GELp3+w==",
    в кавычках

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 41/100

  • 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
  • 40Согласованность. Имя во frontmatter (xiongtao-hanzi-center) не совпадает с папкой (hanzi-center)
  • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 17
  • 100Стоимость исполнения. Тело инструкции 603 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

  • +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
  • +5В description 2 примера фраз-триггеров в кавычках
  • +3Длина description 176 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 17 пунктов
  • +4Есть примеры (6 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

Внешние проверки

ClawHub: clean
This skill is a local Chinese-character visual-balance analyzer that creates reports and optional PNG images without evidence of hidden network access, credential use, or destructive behavior.
LLM: benign (high) · VirusTotal: · 15 июн. 2026 г.