SKILLEMALL.ai
GitHub ↗ EN Войти

BD huo15-img-prompt

火一五文生图提示词 v3.2 — Центр экосистемы ИИ-творчества, 14 наборов + ⭐v3.2 система эстетических якорей: 88 пресетов с новым полем aesthetic_anchor (каждый пресет соответствует конкретному режиссеру / фотографу / художнику / киносцене, киберпанк → Roger Deakins Бегущий по лезвию 2049 / фотосессия в стиле ханьфу → Чжан Шупин Великий мастер / ghibli → окно в баню из Унесенных призраками) + 15 пресетов уровня Master от дизайнеров (Pentagram / Saul Bass / Massimo Vignelli / Wim Crouwel / Paul Rand / Tibor Kalman / Stefan Sagmeister / Paula Scher / Otl Aicher / Bruno Munari / Хироси Сугимото / Kenya Hara / Тадао Андо / Вонг Кар-Вай / Уэс Андерсон). Совместимо с Midjourney/SD/SDXL/Flux/DALL-E 3. Триггерные слова: генерация изображений по тексту, подсказки для генерации изображений 火一五, генерация видео по тексту, улучшение подсказок, раскадровка, storyboard, разбивка сценария, ключевые кадры, пакет сценариев видео, бренд-кит, brand kit, бренд-стандарты, изучение стиля, style learn, самообучающиеся пресеты, learned preset, изучение эталонных изображений, Claude Vision, итерация с замкнутым циклом, пятимерная оценка, A/B тестирование, карточки персонажей, MCP server, Web UI, интеграция с Obsidian, Replicate, Fal, Ji Meng, Ke Ling, Hailuo, Sora, Claude Code, Cursor, aesthetic anchor, эстетический якорь, пресеты уровня Master, пресеты уровня дизайнера, Pentagram, Saul Bass, Massimo Vignelli, Roger Deakins, Вонг Кар-Вай, Чжан Шупин, Хироси Сугимото.

машинный переводПоказать оригиналСкрыть оригинал«火一五文生图提示词 v3.2 — AI 创作生态中枢，14 件套 + ⭐v3.2 审美锚点系统：88 预设新增 aesthetic_anch…»

火一五文生图提示词 v3.2 — AI 创作生态中枢，14 件套 + ⭐v3.2 审美锚点系统：88 预设新增 aesthetic_anchor 字段（每个预设映射到具体导演 / 摄影师 / 艺术家 / 电影场景，赛博朋克→Roger Deakins 银翼杀手 2049 / 汉服写真→张叔平一代宗师 / ghibli→千与千寻汤屋窗景）+ 15 个 Master 档设计师级预设（Pentagram / Saul Bass / Massimo Vignelli / Wim Crouwel / Paul Rand / Tibor Kalman / Stefan Sagmeister / Paula Scher / Otl Aicher / Bruno Munari / 杉本博司 / 原研哉 / 安藤忠雄 / 王家卫 / Wes Anderson）。适配 Midjourney/SD/SDXL/Flux/DALL-E 3。触发词：文生图、火一五文生图提示词、文生视频、提示词增强、故事板、storyboard、剧本拆分、关键帧、视频脚本包、品牌套件、brand kit、品牌规范、风格学习、style learn、自学习预设、learned preset、参考图学习、Claude Vision、闭环迭代、五维评审、A/B 测试、角色卡、MCP server、Web UI、Obsidian 集成、Replicate、Fal、即梦、可灵、Hailuo、Sora、Claude Code、Cursor、aesthetic anchor、审美锚点、Master 档预设、设计师级预设、Pentagram、Saul Bass、Massimo Vignelli、Roger Deakins、王家卫、张叔平、杉本博司。

ClawHub Agent Skills автор: Job Zhao v3.2.0 MIT-0 30 файлов · 1 скрипт тело ≈ 6 298 токенов Открыть источникclawhub.ai↗ проанализирован 4 дн назад

火一五文生图提示词 v3.2 — Центр экосистемы ИИ-творчества, 14 наборов + ⭐v3.2 система эстетических якорей: 88 пресетов с новым полем aestheticanchor (каждый пресет…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураObsidianИИ и агентытип 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
80/100
безопасность, качество, тесты
Безопасность 60%
90
Качество 40%
64
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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
  • средняя Утечка данных net-redirectable-api-key scripts/claude_polish.py:42
    Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой сервер
    API key + configurable base URL from environment
  • средняя Утечка данных net-redirectable-api-key scripts/image_review.py:41
    Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой сервер
    API key + configurable base URL from environment

Просканировано файлов: 29. 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")
  • предупреждение body-long тело SKILL.md ≈ 6298 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "aliases"

Процессный рейтинг: все десять параметров 49/100

  • 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 (python), но во frontmatter они не объявлены
  • 70Стоимость исполнения. Тело инструкции 6298 токенов
  • 100Шаги. Шагов: 66
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 18. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (6 тегов): типизированный вызов надёжнее

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
  • -2Ссылки на localhost: у другого пользователя не заработает
  • -239 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +3Длина description 756 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 58 заголовков
  • +3Пошаговые инструкции: 66 пунктов
  • +4Есть примеры (31 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 15 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: suspicious
This is a real image-prompt toolkit, but it includes prompt-safety bypass helpers and several under-scoped data, credential, and persistence behaviors that warrant review before installation.
LLM: suspicious (high) · 29 мая 2026 г.