SKILLEMALL.ai
GitHub ↗ EN Войти

CC image-prompting

Создавать подробные промпты для загруженной модели изображений или видео, когда пользователь просит сгенерировать одно.

машинный переводПоказать оригиналСкрыть оригинал«Write detailed prompts for the loaded image or video model when the us…»

Write detailed prompts for the loaded image or video model when the user asks to generate one.

Разбор skillemall

Скилл берётся генерировать детальные промпты для моделей изображений и видео. В папке — один файл на 254 токена с инструкцией, как переформулировать запрос пользователя в развёрнутое описание для генератора.

Проверки показали: качество 73 балла, процесс 59. Критических ошибок нет, но среднего уровня находок тоже. Модель не запускали, песочницы не было. Скилл совместим со всеми крупными платформами — от Claude до DeepSeek.

На практике получится инструмент, который переводит «нарисуй кота» в «кот с жёлтыми глазами в стиле油画, боковой свет, 4K». Полезно, если вы часто генерируете и устали писать промпты сами. Ставить можно — работает, но без гарантий на результат.

unslothai/unsloth Agent Skills автор: unslothai Apache-2.0 1 файл тело ≈ 254 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Создавать подробные промпты для загруженной модели изображений или видео, когда пользователь просит сгенерировать одно.

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ГенераторИИ и агентыМедиа 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
C
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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 59/100

    • 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
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Шаги. Шагов: 8
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 254 токенов
    • 100Повторный запуск. Изменяющих операций нет

    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)
    • +3Длина description 94: рекомендуется 120–800 символов
    • +4Структура: 1 заголовков, инструкции сложно сканировать
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Пошаговые инструкции: 8 пунктов

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.