BC bento-grid-infographic
Превратите один продукт в чистый инфографический бенто-грид из 8 модулей — карточки с эффектом жидкого стекла, основной цвет, полученный из продукта, готовый для постов о запуске. Как это работает: 1. Выбирает основной цвет продукта из фотографии или предоставленного вами цвета 2. Создает асимметричный бенто из 8 модулей с одной основной карточкой 3. Рендерит карточки с эффектом жидкого стекла и мягким внутренним свечением 4. Автоматически заполняет основные преимущества, характеристики и сценарии использования 5. Выводит инфографику 1:1, готовую к публикации
машинный переводПоказать оригиналСкрыть оригинал«Turn one product into a clean 8-module bento grid infographic — liquid…»
Turn one product into a clean 8-module bento grid infographic — liquid-glass cards, hero color derived from the product, ready for launch posts. How it works: 1. Picks the hero product color from the photo or color you provide 2. Builds an 8-module asymmetric bento with one hero card 3. Renders liquid-glass frosted cards with soft inner glow 4. Fills core benefits, specs, and use cases automatically 5. Outputs a 1:1 share-ready infographic
Превратите один продукт в чистый инфографический бенто-грид из 8 модулей — карточки с эффектом жидкого стекла, основной цвет, полученный из продукта, готовый…
Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 6303 токенов (рекомендуется < 5000); вынесите детали в references/ - заметка
frontmatter-keyнеизвестное поле фронтматтера "triggers"
Процессный рейтинг: все десять параметров 59/100
- 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
- 30Повторный запуск. Изменяющих операций: 8, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 65Ошибки и развилки. Развилок: 3
- 70Стоимость исполнения. Тело инструкции 6303 токенов
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 73
- 100Согласованность. Имя и обязательные поля на месте
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле
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 444 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 25 заголовков
- +3Пошаговые инструкции: 73 пунктов
- +4Есть примеры (6 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.