image-analysis
GLM-4.6v 画像分析サブエージェント：ゲームスクリーンショット・スプライト品質評価 ゲームのスクリーンショットやスプライト画像の品質を自動的に分析・評価するサブエージェントです。GLM-4.6v の高度な画像認識機能を活用し、グラフィックスのクオリティ、解像度、色彩表現、レンダリング精度などを詳細に検査できます。開発チームは本ツールを使用することで、ゲーム資産の品質基準への適合性を効率的に確認し、品質管理のプロセスを自動化できます。スプライトアニメーションの滑らかさやテクスチャの完成度など、細かな問題の検出にも対応しています。
description の原文を見る
GLM-4.6v image analysis subagent for game screenshot and sprite quality assessment
SKILL.md 本文
画像解析スキル
目的: GLM-4.6v サブエージェントに画像解析タスクを委譲し、ゲームスクリーンショットおよびスプライトの視覚品質を評価します。
使用場面
このスキルは以下の場合に実行します:
- 新しいスプライトが生成された時(glm-image-gen 経由)
- プレイテスト中にスクリーンショットをキャプチャした時
- コミット前に視覚品質の検証が必要な場合
- ブロッキー背景または透明度の問題をチェックする場合
- アセットをハーベストムーン SNES スタイルと比較する場合
直接解析 vs 委譲解析
Claude Opus は Read ツール経由で直接画像を解析できます。適切なアプローチを選択してください:
| シナリオ | アプローチ | 理由 |
|---|---|---|
| 1～3枚の画像 | Claude 直接解析 | オーバーヘッドなし、高速 |
| 迅速な品質チェック | Claude 直接解析 | 即座フィードバック |
| バッチ解析(10枚以上) | MiniMax 並列処理 | トークン効率が良い |
| 広範な視覚 QA | MiniMax 並列処理 | 50倍安価 |
Claude 直接解析パターン
画像ファイル読み込み → コンテキスト内で解析
...
詳細情報
- 作者
- majiayu000
- ライセンス
- unknown
- 最終更新
- 2026/5/9
Source: https://github.com/majiayu000/claude-skill-registry-data / ライセンス: unknown
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。