SKILLEMALL.ai
GitHub ↗ EN Войти

BD anime-cel

Создавайте видео в стиле японского аниме (MP4) с помощью кода — персонажи с сел-шейдингом и сужающейся обводкой, большие детализированные глаза, пряди волос с бликами, комедийные аниме-реакции (капля пота, вена злости, блестящие глаза, глаза ≥<, точечные глаза, слезы), нарисованные небеса с кучевыми облаками, декорации школы/улицы/класса/крыши с палитрами времени суток, линии скорости/фокуса, кадры ударов, драматические зумы, смазывания, лепестки сакуры и аниме-субтитры (CJK). Рендеринг Canvas 2D кадр за кадром в headless Chrome, кодирование с помощью ffmpeg. Используйте, когда в референсном видео или брифе требуется аниме / 動畫 / 日系動畫 / アニメ / сел-шейдинг / slice-of-life / школьная романтика / реакции в стиле сёнен, или когда маршрутизатор видео-клонов выбирает стиль аниме-сел. Только 2D; персонажи оригинальные (Хина, Рен) или новые, созданные на той же оснастке.

машинный переводПоказать оригиналСкрыть оригинал«Make Japanese TV-anime style videos (MP4) with code — cel-shaded chara…»

Make Japanese TV-anime style videos (MP4) with code — cel-shaded characters with tapered line art, big detailed eyes, hair clumps with a specular band, comedic anime reactions (sweat drop, anger vein, sparkle eyes, ≥< eyes, dot eyes, tears), painted skies with cumulus clouds, school/street/classroom/rooftop sets with time-of-day palettes, speed/focus lines, impact frames, dramatic zooms, smears, sakura petals and anime subtitles (CJK). Canvas 2D rendered frame by frame in headless Chrome, encoded with ffmpeg. Use when a reference video or brief calls for anime / 動畫 / 日系動畫 / アニメ / cel-shaded / slice-of-life / school romance / shōnen-style reactions, or when the video-clone router picks the anime-cel style. 2D only; characters are original (Hina, Ren) or new ones built on the same rig.

edenfunf/reelmimic Agent Skills автор: edenfunf 15 файлов · 8 скриптов тело ≈ 1 414 токенов Открыть источникgithub.com↗ проанализирован 16 ч назад

Создавайте видео в стиле японского аниме (MP4) с помощью кода — персонажи с сел-шейдингом и сужающейся обводкой, большие детализированные глаза, пряди волос с…

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторМедиа и видеотип и темы размечены автоматически по тексту скилла
Запускается в: 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) OpenClaw Goose OpenCode
JSON
Технический рейтинг
B
94/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
D
43/100
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

    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 template/package-lock.json:84
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "integrity": "sha5…eBL+/1tqG…AR5+magt…Y4Q+w==",
      детектор
    • низкая Секреты в коде secret-high-entropy-token template/package-lock.json:115
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "integrity": "sha5…kSb+UKYd…IJ4+lp54i/hhCl…p7i+22QhNU0+/qk8g==",
      детектор

    Просканировано файлов: 14. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 43/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash, node), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 18
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1414 токенов

    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 794 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 5 заголовков
    • +3Пошаговые инструкции: 18 пунктов
    • +4Есть примеры (2 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.