AB multishot-ugc
Генерирует 10 вариаций ракурсов/углов съемки из одного изображения для пользовательских видеороликов с несколькими сценами. ✅ ИСПОЛЬЗУЙТЕ, КОГДА: - Есть основное изображение и нужны вариации ракурсов камеры - Создаются пользовательские видеоролики с несколькими сценами (нужны разные кадры) - Нужны крупные планы, общие планы, боковые ракурсы из одного источника - Создается видео с изменением сцен ❌ НЕ ИСПОЛЬЗУЙТЕ, КОГДА: - Основного изображения еще нет → используйте morpheus-fashion-design сначала - Нужны совершенно разные сцены/локации → используйте Morpheus несколько раз - Нужно только одно изображение → пропустите этот шаг - Хотите редактировать изображения вручную → используйте nano-banana-pro ВХОД: Одно изображение (человек с товаром) ВЫХОД: 10 PNG-вариаций с разными ракурсами ТИПИЧНЫЙ ПРОЦЕСС: Morpheus → multishot-ugc → выбрать лучшие 4 → veed-ugc каждый → Remotion edit
машинный переводПоказать оригиналСкрыть оригинал«Generate 10 perspective/angle variations from a single image for multi…»
Generate 10 perspective/angle variations from a single image for multi-shot UGC videos. ✅ USE WHEN: - Have a hero image and need camera angle variations - Creating multi-scene UGC videos (need different shots) - Want close-ups, wide shots, side angles from one source - Building a video with scene changes ❌ DON'T USE WHEN: - Don't have a hero image yet → use morpheus-fashion-design first - Need completely different scenes/locations → use Morpheus multiple times - Just need one image → skip this step - Want to edit images manually → use nano-banana-pro INPUT: Single image (person with product) OUTPUT: 10 PNG variations with different perspectives TYPICAL PIPELINE: Morpheus → multishot-ugc → select best 4 → veed-ugc each → Remotion edit
Генерирует 10 вариаций ракурсов/углов съемки из одного изображения для пользовательских видеороликов с несколькими сценами.
Как процесс B 70/100 · Почти готов — слабые места: ошибки и развилки, повторный запуск, отчётность по ходу
Как улучшить
- 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: 3. 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 70/100
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 8
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 586 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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 747 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 8 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: 94.