SKILLEMALL.ai

AB digital-human

Создание видео с говорящей головой на основе сценария или аудиозаписи с использованием сохраненного персонажа пользователя, портрета или статичного изображения из видео. Применяется для создания цифровых людей, озвучки персонажей, цифровых двойников, говорящих фото, озвучки портретов. Выбирайте между прямой речью в камеру и короткими выступлениями персонажа в запрашиваемом кадре. Не используйте для статичных аватаров, игровых или 3D-персонажей, перевода видео, редактирования существующих говорящих голов, только синхронизации губ или только синтеза речи.

машинный переводПоказать оригиналСкрыть оригинал«Create script- or audio-driven talking-head videos with a user's saved…»

Create script- or audio-driven talking-head videos with a user's saved character, portrait, or a representative still from video. Use for 数字人、角色口播、数字分身、 照片开口说话、人像口播, AI avatar, talking photo, AI presenter, or digital twin. Choose between direct-to-camera speech and short character performances by the requested shot. Do not use for static avatars, game or 3D characters, video translation, existing talking-head editing, lip-sync dubbing alone, or TTS alone.

ChatCut-Inc/agent-plugin Agent Skills автор: ChatCut-Inc 1 файл тело ≈ 4 048 токенов Открыть источникgithub.com↗ проанализирован 19 ч назад

Создание видео с говорящей головой на основе сценария или аудиозаписи с использованием сохраненного персонажа пользователя, портрета или статичного…

Как процесс B 71/100 · Почти готов — слабые места: входы и предусловия, повторный запуск

ГенераторМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
Когда включается вес 12
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 71/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 30Повторный запуск. Изменяющих операций: 17, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Стоимость исполнения. Тело инструкции 4048 токенов
    • 85Шаги. Шагов: 16, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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 459 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 16 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (0 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.