SKILLEMALL.ai
GitHub ↗ EN Войти

AB facial-consultant

Анализ тона кожи и черт лица по одному селфи с помощью ИИ YouCam (Perfect Corp). Возвращает цвета кожи/глаз/бровей/губ/волос, а также формы черт лица и пропорции золотого сечения в виде читаемого отчета. Используйте для "測膚色", "臉型分析", "facial attributes". НЕ используйте для оценки состояния кожи (для этого есть skin-analysis-expert), макияжа или примерки причесок.

машинный переводПоказать оригиналСкрыть оригинал«Analyze skin tone and facial attributes from a single selfie using You…»

Analyze skin tone and facial attributes from a single selfie using YouCam (Perfect Corp) AI. Returns skin/eye/eyebrow/lip/hair colors plus facial feature shapes and golden-ratio proportions, as a readable report. Use for "測膚色", "臉型分析", "facial attributes". Do NOT use for skin-condition scoring (that's skin-analysis-expert), makeup, or hair try-on.

ClawHub Agent Skills автор: YouCam API v1.0.1 MIT-0 11 файлов тело ≈ 669 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Анализ тона кожи и черт лица по одному селфи с помощью ИИ YouCam (Perfect Corp).

Как процесс B 74/100 · Почти готов — слабые места: согласованность

АнализаторДанные и аналитикаИнфраструктуратип 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
A
95/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
B
74/100
Почти готов
Согласованность вес 8
40
Ошибки и развилки вес 10
50
Инструменты и файлы вес 18
60
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 · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • низкая Секреты в коде secret-high-entropy-token scripts/api-fallback.yaml:34
      Строка, похожая на токен (может быть id, хеш или секрет)
      example: pfNK…Hjv+KoBIxbE=
    • низкая Секреты в коде secret-high-entropy-token scripts/api-fallback.yaml:72
      Строка, похожая на токен (может быть id, хеш или секрет)
      example: pfNK…Hjv+KoBIxbE=

    Просканировано файлов: 11. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "requirements"

    Процессный рейтинг: все десять параметров 74/100

    • 40Согласованность. Имя во frontmatter (facial-consultant) не совпадает с папкой (youcam-facial-consultant)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 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
    • 100Шаги. Шагов: 10
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Стоимость исполнения. Тело инструкции 669 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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
    • -34 из 5 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 349 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 10 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: suspicious
    The skill is mostly coherent, but it should be reviewed because it sends face images to a third-party API and its helper code exposes broader inputs and facial-analysis options than the stated single-selfie flow.
    LLM: suspicious (medium) · 4 сент. 2026 г.