SKILLEMALL.ai
GitHub ↗ EN Войти

AC ad-ready

Создавайте профессиональные рекламные изображения из URL-адресов продуктов с помощью конвейера Ad-Ready на ComfyDeploy. Используйте, когда пользователь хочет создать рекламу для любого продукта, предоставив URL-адрес, опционально с профилем бренда (более 70 брендов) и таргетингом на этап воронки. Поддерживает интеграцию моделей/талантов, креативное направление с учетом бренда и многоформатный вывод. Отличается от Morpheus (ручная модная фотография) — Ad-Ready управляется URL-адресом, интеллектуально учитывает бренд и учитывает этап воронки.

машинный переводПоказать оригиналСкрыть оригинал«Generate professional advertising images from product URLs using the A…»

Generate professional advertising images from product URLs using the Ad-Ready pipeline on ComfyDeploy. Use when the user wants to create ads for any product by providing a URL, optionally with a brand profile (70+ brands) and funnel stage targeting. Supports model/talent integration, brand-aware creative direction, and multi-format output. Differs from Morpheus (manual fashion photography) — Ad-Ready is URL-driven, brand-intelligent, and funnel-stage aware.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 2 файла тело ≈ 2 294 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Создавайте профессиональные рекламные изображения из URL-адресов продуктов с помощью конвейера Ad-Ready на ComfyDeploy.

Как процесс C 58/100 · Есть пробелы — слабые места: ошибки и развилки, согласованность, повторный запуск

ПроцедураМаркетингтип 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
A
95/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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 scripts/generate.py:53
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      "Mast…ion",
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token SKILL.md:170
      Строка, похожая на токен (может быть id, хеш или секрет) (строка таблицы в документации)
      | `Mast…ion` | Consideration | Comparison, features |
      таблица

    Просканировано файлов: 2. 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 58/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (ad-ready) не совпадает с папкой (ad-ready-pro)
    • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 33, расплывчатых формулировок: 2
    • 100Стоимость исполнения. Тело инструкции 2294 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 14. 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 461 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 25 заголовков
    • +3Пошаговые инструкции: 33 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (5 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.