BC fashion-lookbook-generator
Генерирует 6 типов стилизованных изображений для привлечения покупателей (образы, плоские раскладки, детали продукта, сцены, парные образы, истории бренда) на основе одного референсного изображения одежды (или ссылки на Pinterest pin). Использует ImageGen для генерации изображений по изображению, основываясь на структуре вирусного контента Xiaohongshu/Pinterest, следуя стилистическим якорям, таким как реальные сцены, естественное освещение и пленочное зерно, чтобы избежать эффекта ИИ. Триггеры: изображение для привлечения покупателей, образ, лукбук, изображение для продаж, изображение одежды, плоская раскладка, контент для привлечения покупателей, маркетинговое изображение одежды, ссылка на Pinterest, ссылка на pin, сбор изображений Pinterest.
машинный переводПоказать оригиналСкрыть оригинал«一张服装参考图（或一个 Pinterest pin 链接）生成 6 类风格统一的种草/带货图（穿搭图、平铺图、单品细节、场景图、情侣搭配、品…»
一张服装参考图（或一个 Pinterest pin 链接）生成 6 类风格统一的种草/带货图（穿搭图、平铺图、单品细节、场景图、情侣搭配、品牌故事）。基于小红书/Pinterest 爆款内容结构，使用 ImageGen 图生图，遵循真实场景、自然光、胶片颗粒等去 AI 味风格锚点。触发词：种草图、穿搭图、lookbook、带货图、服装出图、平铺图、种草内容、服装营销图、pinterest链接、pin链接、pinterest 图片抓取。
Генерирует 6 типов стилизованных изображений для привлечения покупателей (образы, плоские раскладки, детали продукта, сцены, парные образы, истории бренда) на…
Как процесс C 51/100 · Есть пробелы — 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: 2. 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") - заметка
frontmatter-keyнеизвестное поле фронтматтера "display_name" - заметка
frontmatter-keyнеизвестное поле фронтматтера "display_name_en" - заметка
frontmatter-keyнеизвестное поле фронтматтера "description_zh" - заметка
frontmatter-keyнеизвестное поле фронтматтера "description_en"
Процессный рейтинг: все десять параметров 51/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 100Шаги. Шагов: 26
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1344 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 219 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 15 заголовков
- +3Пошаговые инструкции: 26 пунктов
- +4Есть примеры (4 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.