SKILLEMALL.ai
GitHub ↗ EN Войти

BC video-editor-logo-kinemaster-png

Встраивайте, изменяйте размер, перемещайте и анимируйте PNG-логотипы в стиле KineMaster непосредственно в ваши видеопроекты с помощью разговорного ИИ. Этот навык специализируется на интеграции прозрачных PNG-логотипов — обработке размещения водяных знаков, настройке непрозрачности, закреплении в углах и точном по времени кадрировании. Независимо от того, являетесь ли вы создателем контента, стандартизирующим ваш бренд в клипах, или редактором, удаляющим стандартные водяные знаки KineMaster и заменяющим их пользовательскими элементами, этот инструмент справится с этим точно. Поддерживает форматы mp4, mov, avi, webm и mkv.

машинный переводПоказать оригиналСкрыть оригинал«Embed, resize, reposition, and animate KineMaster-style PNG logos dire…»

Embed, resize, reposition, and animate KineMaster-style PNG logos directly into your video projects using conversational AI. This skill specializes in transparent PNG logo integration — handling watermark placement, opacity tuning, corner anchoring, and frame-accurate timing. Whether you're a content creator standardizing your brand across clips or an editor removing default KineMaster watermarks and replacing them with custom assets, this tool handles it precisely. Supports mp4, mov, avi, webm, and mkv formats.

LeoYeAI/openclaw-master-skills Agent Skills автор: LeoYeAI MIT 2 файла тело ≈ 4 053 токенов Открыть источникgithub.com↗ проанализирован 29 ч назад

Встраивайте, изменяйте размер, перемещайте и анимируйте PNG-логотипы в стиле KineMaster непосредственно в ваши видеопроекты с помощью разговорного ИИ.

Как процесс C 50/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ИнтеграцияРазработкаДизайнМедиа и видеотип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw 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) Goose OpenCode
JSON
Технический рейтинг
B
77/100
безопасность, качество, тесты
Безопасность 60%
83
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
C
50/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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 · 5

✓ Критических и высоких находок нет

Средние и низкие: 5
  • средняя Утечка данных net-credential-use SKILL.md:89
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    $API = `${NEMO_API_URL:-https://mega-api-prod.nemovideo.ai}`, $TOKEN = `${NEMO_TOKEN}`, $WEB = `${NEMO_WEB_URL:-https://nemovideo.com}`.
  • средняя Утечка данных net-credential-use SKILL.md:163
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -s "$API/api/credits/balance/simple" -H "Authorization: Bearer $TOKEN" \
  • средняя Утечка данных net-credential-use SKILL.md:171
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -s "$API/api/state/nemo_agent/me/<sid>/latest" -H "Authorization: Bearer $TOKEN" \
  • низкая Утечка данных net-credential-use SKILL.md:151
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (в кавычках — упоминание, а не команда)
    **File upload**: `curl -s -X POST "$API/api/upload-video/nemo_agent/me/<sid>" -H "Authorization: Bearer $TOKEN" -H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version: $SKILL_VERSION" -H "X-Skill-Platfo
    в кавычках
  • низкая Утечка данных net-credential-use SKILL.md:153
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (в кавычках — упоминание, а не команда)
    **URL upload**: `curl -s -X POST "$API/api/upload-video/nemo_agent/me/<sid>" -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" -H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version:
    в кавычках

Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
  • заметка frontmatter-key неизвестное поле фронтматтера "repository"
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 228): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 50/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 16, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 70Стоимость исполнения. Тело инструкции 4053 токенов
  • 85Шаги. Шагов: 25, расплывчатых формулировок: 1
  • 100Согласованность. Имя и обязательные поля на месте
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Ответ описан самодельной разметкой (5 тегов): типизированный вызов надёжнее

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 517 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 25 пунктов
  • +4Есть примеры (8 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.