SKILLEMALL.ai
GitHub ↗ EN Войти

AC each-sense

each::sense — это интеллектуальный слой для генерации медиа. Единый ИИ-агент, который создает маркетинговые материалы, рекламу, изображения продуктов, видео и креативный контент. Он знает все ИИ-модели и автоматически выбирает лучшую для вашей задачи. Используйте для любых запросов на создание креативного контента.

машинный переводПоказать оригиналСкрыть оригинал«each::sense is the intelligent layer for generative media. A unified A…»

each::sense is the intelligent layer for generative media. A unified AI agent that generates marketing assets, ads, product images, videos, and creative content. It knows all AI models and automatically selects the best one for your task. Use for any creative content generation request.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 2 файла тело ≈ 4 061 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

each::sense — это интеллектуальный слой для генерации медиа.

Как процесс C 61/100 · Есть пробелы — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

ПроцедураМедиа и видеоИИ 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
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
Входы и предусловия вес 11
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 · 0

    ✓ Критических и высоких находок нет

    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 61/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (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
    • 70Стоимость исполнения. Тело инструкции 4061 токенов
    • 100Шаги. Шагов: 24
    • 100Согласованность. Имя и обязательные поля на месте
    • 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)
    • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 287 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 42 заголовков
    • +3Пошаговые инструкции: 24 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (29 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.