SKILLEMALL.ai

AF eachlabs-product-visuals

Создавайте профессиональные фотографии и видео товаров для электронной коммерции с использованием моделей ИИ EachLabs. Снимки товаров, замена фона, сцены из жизни и 360-градусные обзоры. Используйте, когда пользователю нужны изображения товаров для электронной коммерции или маркетинга.

машинный переводПоказать оригиналСкрыть оригинал«Generate professional e-commerce product photography and videos using…»

Generate professional e-commerce product photography and videos using EachLabs AI models. Product shots, background replacement, lifestyle scenes, and 360-degree views. Use when the user needs product images for e-commerce or marketing.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 2 файла тело ≈ 1 482 токенов Открыть источникgithub.com проанализирован 2 дн назад

Создавайте профессиональные фотографии и видео товаров для электронной коммерции с использованием моделей ИИ EachLabs.

Как процесс F 39/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: ../eachlabs-image-generation/references/MODELS.md, ../eachlabs-video-generation/references/MODELS.md

ГенераторМедиа и видеоИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
F
39/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: ../eachlabs-image-generation/references/MODELS.md, ../eachlabs-video-generation/references/MODELS.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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

  • предупреждение missing-ref ссылка на отсутствующий файл: ../eachlabs-image-generation/references/MODELS.md
  • предупреждение missing-ref ссылка на отсутствующий файл: ../eachlabs-video-generation/references/MODELS.md

Процессный рейтинг: все десять параметров 39/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../eachlabs-image-generation/references/MODELS.md, ../eachlabs-video-generation/references/MODELS.md
  • 0Инструменты и файлы. Не хватает 2 файла(ов): ../eachlabs-image-generation/references/MODELS.md, ../eachlabs-video-generation/references/MODELS.md
  • 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
  • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Шаги. Шагов: 9
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1482 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 236 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 9 пунктов
  • +4Есть примеры (6 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.