SKILLEMALL.ai
GitHub ↗ EN Войти

BB dashscope-generate

Генерируйте изображения или видео с помощью модели Alibaba DashScope (Model Studio) — Wan, HappyHorse, Qwen-Image — с использованием вашего собственного ключа DashScope вместо партнерских кредитов ComfyUI. Активируйте, когда пользователь называет модель DashScope / Alibaba / Wan / HappyHorse / Qwen-Image, или когда партнерский узел выдает ошибку "Payment Required" (кредиты Comfy исчерпаны), а модель DashScope может выполнить задачу.

машинный переводПоказать оригиналСкрыть оригинал«Generate an image or video with an Alibaba DashScope (Model Studio) mo…»

Generate an image or video with an Alibaba DashScope (Model Studio) model - Wan, HappyHorse, Qwen-Image - billed to the user's own DashScope key instead of ComfyUI partner credits. Activate when the user names a DashScope / Alibaba / Wan / HappyHorse / Qwen-Image model, or when a partner node fails with "Payment Required" (Comfy credits exhausted) and a DashScope model can do the job.

szprivate/agentY Agent Skills автор: szprivate 1 файл тело ≈ 531 токенов Открыть источникgithub.com↗ проанализирован 35 ч назад

Генерируйте изображения или видео с помощью модели Alibaba DashScope (Model Studio) — Wan, HappyHorse, Qwen-Image — с использованием вашего собственного ключа…

Как процесс B 70/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия

ГенераторМедиа и видеотип и темы размечены автоматически по тексту скилла
Запускается в: 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) OpenClaw Goose OpenCode
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
B
70/100
Почти готов
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
50
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: 1. 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

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Шаги. Шагов: 10
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 531 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 387 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 5 заголовков
    • +3Пошаговые инструкции: 10 пунктов

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.