정보
이 스킬은 PSA, BGS 또는 CGC 기준을 사용하여 트레이딩 카드(포켓몬, MTG, Flesh and Blood, Kayou)의 등급을 평가합니다. 중앙 정렬, 표면, 모서리, 코너를 체계적으로 평가하여 신뢰 구간이 포함된 최종 등급을 부여합니다. 제출 전 사전 심사, 상태 논란 해결, 또는 가치 범위 추정에 활용하세요.
빠른 설치
Claude Code
추천npx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/grade-tcg-cardClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
評 TCG 卡
依專業評級標準(PSA、BGS、CGC)評卡。用自 meditate 技能改編之觀察優先協定以防等級錨定——評級最常見之偏見。
適用時機
- 送專業評級服務前評卡
- 預篩收藏以識高級候選
- 平買賣雙方對卡況之爭
- 循結構化評估協定以一致評級
- 估特定卡之等級相關價值範圍
輸入
- 必要:卡識別(系列、號、名、變體/版)
- 必要:卡圖或實體描述(正背面)
- 必要:所施評級標準(PSA 1-10、BGS 1-10 附子級、CGC 1-10)
- 選擇性:不同等級之已知市價(作等級-價值分析)
- 選擇性:卡遊戲(Pokemon、Magic: The Gathering、Flesh and Blood、Kayou)
步驟
步驟一:清偏見——無預判之觀察
改自 meditate 步驟二至三:觀察卡而不錨定於預期等級或市價。
- 置卡之市價知識於一旁
- 評級前勿查近售或群體報告
- 若知卡「有值」,明認此偏見:
- 「我知此卡於 PSA 10 值 $X。我置之於旁。」
- 先視卡為實物,非收藏品
- 記初始直覺但勿令其錨定評估
- 標示過早之等級念為「錨定」並返於觀察
預期: 中性起始狀態,卡純於實況評估,非市場預期。等級錨定(評級前知價)為評級不一致之首因。
失敗時: 若偏見頑固(高值卡令人欲見十),明書此偏見。外化之減其影響。能視卡為實物時方進行。
步驟二:置中評估
量卡兩面之印刷置中。
- 量正面四邊之邊框寬:
- 左 vs 右(水平置中)
- 上 vs 下(垂直置中)
- 以比表:如 55/45 左右、60/40 上下
- 背面同做
- 施評級標準之置中閾:
PSA 置中閾:
+-------+-------------------+-------------------+
| 等級 | 正面(最大) | 背面(最大) |
+-------+-------------------+-------------------+
| 10 | 55/45 或更佳 | 75/25 或更佳 |
| 9 | 60/40 或更佳 | 90/10 或更佳 |
| 8 | 65/35 或更佳 | 90/10 或更佳 |
| 7 | 70/30 或更佳 | 90/10 或更佳 |
+-------+-------------------+-------------------+
BGS 置中子級:
+------+-------------------+-------------------+
| 子級 | 正面(最大) | 背面(最大) |
+------+-------------------+-------------------+
| 10 | 50/50 完美 | 50/50 完美 |
| 9.5 | 55/45 或更佳 | 60/40 或更佳 |
| 9 | 60/40 或更佳 | 65/35 或更佳 |
| 8.5 | 65/35 或更佳 | 70/30 或更佳 |
+------+-------------------+-------------------+
- 記各軸之置中分與相應子級
預期: 兩面之數值置中比附相應等級/子級。此為評級過程中最客觀之測量。
失敗時: 若邊框過窄無法精量(全畫卡、無邊框印),註「置中 N/A——無邊框」並跳至步驟三。有服務對無邊框卡施不同標準。
步驟三:表面分析
察卡表以覓瑕。
- 於良光下察正面:
- 印刷瑕:墨點、缺墨、印線、色不一致
- 表面刮痕:直光與斜光下可見
- 表面泛白:表層之霧或模糊
- 凹痕或印痕:耙光下可見之凹陷
- 染污或變色:泛黃、水痕、化學損
- 以同標準察背面
- 分工廠瑕與處理損:
- 工廠:印線、切偏、壓痕——或減罰
- 處理:刮痕、凹、污——永罰
- 評表況:
- 完美(10):放大下無瑕
- 近完美(9-9.5):微瑕僅放大下可見
- 優(8-8.5):肉眼可見微磨
- 良(6-7):中等磨損,多處微瑕
- 可或以下(1-5):顯著損可見
預期: 詳細表面清單,每瑕已定位、描述、評嚴重度。工廠 vs 處理瑕已分。
失敗時: 若圖解析度過低不能作表面分析,註此限並給等級範圍而非單點。建議實體檢視。
步驟四:邊角評估
評卡之邊與角之磨損。
-
察四邊:
- 泛白:沿色邊之白點或白線(最常見瑕)
- 削落:邊層小片缺
- 粗糙:邊感不平或有微裂
- 箔分離:閃卡查邊之分層
-
察四角:
- 銳度:角尖利且尖
- 圓化:角尖磨成弧(輕、中、重)
- 裂分:角可見層分離(碰損)
- 彎曲:角翻或摺
-
以表面同尺評邊角況
-
註哪些具體角/邊況最差
預期: 每邊每角之況評估。最差之單角/邊常限整體等級。
失敗時: 若卡於袋或卡夾中致邊不顯,註哪些區不能全評。
步驟五:指派最終等級
合子評估為最終等級。
- PSA 評級(單一數 1-10):
- 最終等級為最弱子評估所限
- 表面完美但置中 65/35 之卡限於 PSA 8
- 施「最低限」原則,他處特佳時向上調
- BGS 評級(四子級 → 整體):
- 派子級:置中、邊、角、表面(各 1-10 以 0.5 階)
- 整體 = 加權平均,但最低子級限整體
- BGS 10 完美需四子級皆 10
- BGS 9.5 寶石完美需平均 9.5+ 且無子級低於 9
- CGC 評級(類 PSA 附標籤上子級):
- 派置中、表面、邊、角
- 整體循 CGC 之專有加權
- 陳最終等級附信心:
- 「PSA 8(有信心)」——清晰等級,不易更高或更低
- 「PSA 8-9(邊界)」——評級服務或兩向
- 「PSA 7-8(不確)」——評估資料有限
預期: 附信心層級之最終等級。BGS 則報四子級。等級有步驟二至四之證據支持。
失敗時: 若評估不決(如不能辨表面痕為刮或污),給等級範圍並建議專業評級。永勿以不足資料給有信心之等級。
驗證清單
- 評級前已完成偏見檢查(無等級錨定)
- 兩面置中已量附比記錄
- 表面已察刮痕、印瑕、染污、凹痕
- 四邊四角個別評估
- 工廠 vs 處理瑕已分
- 最終等級有各子評估證據支持
- 信心層級已陳(有信心、邊界、不確)
- 評級標準正確施(PSA/BGS/CGC 閾)
常見陷阱
- 等級錨定:評級前知卡價致評估偏向「所希」等級。永先實體評估
- 忽背面:背面表面與背面置中算。多評級者過注正面
- 工廠與處理瑕混:工廠印線不同於刮痕,然兩者皆影響等級
- 過評閃卡:全息與箔卡藏表面刮痕至以對角觀之。用多光角
- 置中之視錯:藝術擺位可令置中看似更佳或更差。量邊框,非藝術
相關技能
build-tcg-deck— 組牌中卡況影響賽事合法性manage-tcg-collection— 以等級為基之估值之收藏管理meditate— 防評級偏見所改編之無預判觀察技法之源
GitHub 저장소
Frequently asked questions
What is the grade-tcg-card skill?
grade-tcg-card is a Claude Skill by pjt222. Skills package instructions and resources that Claude loads on demand, so Claude can perform grade-tcg-card-related tasks without extra prompting.
How do I install grade-tcg-card?
Use the install commands on this page: add grade-tcg-card to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does grade-tcg-card belong to?
grade-tcg-card is in the Other category, tagged general.
Is grade-tcg-card free to use?
Yes. grade-tcg-card is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
연관 스킬
LlamaGuard는 폭력 및 혐오 발언 등 6가지 안전 범주에서 LLM 입력과 출력을 조정하기 위한 Meta의 70-80억 파라미터 모델입니다. 94-95% 정확도를 제공하며 vLLM, Hugging Face 또는 Amazon SageMaker를 사용해 배포할 수 있습니다. 이 기술을 사용하여 AI 애플리케이션에 콘텐츠 필터링 및 안전 가드레일을 손쉽게 통합하세요.
이 Claude Skill은 리소스 적정화, 태깅 전략, 지출 분석을 통해 개발자들이 클라우드 비용을 최적화할 수 있도록 지원합니다. AWS, Azure, GCP에서 클라우드 비용을 절감하고 비용 거버넌스를 구현하기 위한 프레임워크를 제공합니다. 인프라 비용을 분석하거나, 리소스를 적정화하거나, 예산 제약을 충족해야 할 때 사용하세요.
이 Claude Skill은 스프레드, 오버/언더, 프로프 베트를 포함한 스포츠 베팅 시장을 분석합니다. 역사적 추이와 상황별 통계를 검토하여 가치 베트를 발견하고, 교육적 목적으로 실행 가능한 권장 사항이 담긴 구조화된 마크다운 결과를 제공합니다. 개발자는 이 기능을 스포츠 베팅 분석 도구에 활용할 수 있으며, 단순히 엔터테인먼트/교육 목적으로만 설계되었음을 유의해야 합니다.
이 스킬은 bitsandbytes를 사용하여 LLM을 8비트 또는 4비트 정밀도로 양자화하며, 최소한의 정확도 손실로 50-75%의 메모리 감소를 달성합니다. 제한된 GPU 메모리에서 더 큰 모델을 실행하거나 추론을 가속화하는 데 이상적이며, INT8, NF4, FP4와 같은 형식을 지원합니다. 이 스킬은 HuggingFace Transformers와 통합되어 QLoRA 학습 및 8비트 옵티마이저를 가능하게 합니다.
