BF openclaw-role-builder
Создание и управление ролями OpenClaw — создание полноценной роли персонажа AI из любой публичной фигуры или вымышленного персонажа, затем генерация селфи и фотографий, соответствующих личности этой роли. Используйте при создании ролей (创建角色, 创建clone, 新建人物, build a role), переключении активной роли (/shift, 切换角色), создании селфи (自拍, 写真, 发张图), групповых снимках (合影) или любом запросе на генерацию изображений. Включает два поднавыка: openclaw-character-creator (модель личности из 6 файлов) и tuqu-photo-api (генерация изображений tuqu.ai). Требуется: python3. Также обрабатывает фотографии (照片), появление персонажей на фото (角色出镜), пейзажи (风景) и изображения только для редактирования. Учетные данные не сохраняются на диск.
машинный переводПоказать оригиналСкрыть оригинал«Build and manage OpenClaw roles — create a full AI character role from…»
Build and manage OpenClaw roles — create a full AI character role from any public figure or fictional character, then generate identity-consistent selfies and photos for that role. Use when building roles (创建角色, 创建clone, 新建人物, build a role), switching the active role (/shift, 切换角色), taking selfies (自拍, 写真, 发张图), group shots (合影), or any image-generation request. Includes two sub-skills: openclaw-character-creator (6-file persona model) and tuqu-photo-api (tuqu.ai image generation). Requires: python3. Also handles 照片, 角色出镜, 风景, and edit-only images. No credentials stored to disk.
Создание и управление ролями OpenClaw — создание полноценной роли персонажа AI из любой публичной фигуры или вымышленного персонажа, затем генерация селфи и…
Как процесс F 40/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: openclaw-character-creator/SKILL.md, tuqu-photo-api/SKILL.md, scripts/tuqu_request.py
Как улучшить
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
missing-refссылка на отсутствующий файл: openclaw-character-creator/SKILL.md - предупреждение
missing-refссылка на отсутствующий файл: tuqu-photo-api/SKILL.md - предупреждение
missing-refссылка на отсутствующий файл: scripts/tuqu_request.py - заметка
frontmatter-keyнеизвестное поле фронтматтера "config_paths"
Процессный рейтинг: все десять параметров 40/100
- 0Инструменты и файлы. Не хватает 3 файла(ов): openclaw-character-creator/SKILL.md, tuqu-photo-api/SKILL.md, scripts/tuqu_request.py
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 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: 3, без проверки текущего состояния
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 9
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1253 токенов
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
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 585 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 15 заголовков
- +3Пошаговые инструкции: 9 пунктов
- +4Есть примеры (5 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.