SKILLEMALL.ai
GitHub ↗ EN Войти

AC manim-video

Создавайте повторно используемые объясняющие материалы Manim для технических концепций, графиков, системных диаграмм и обзоров продуктов, а затем передавайте их в более широкий видеостек ECC при необходимости. Используйте, когда пользователь хочет получить чистое анимированное объяснение, а не общий сценарий с говорящей головой.

машинный переводПоказать оригиналСкрыть оригинал«Build reusable Manim explainers for technical concepts, graphs, system…»

Build reusable Manim explainers for technical concepts, graphs, system diagrams, and product walkthroughs, then hand off to the wider ECC video stack if needed. Use when the user wants a clean animated explainer rather than a generic talking-head script.

Разбор skillemall

Скилл генерирует Manim-сценарии для анимированных объяснений: графики, диаграммы, обзоры продуктов. Обещает переиспользуемые блоки кода и интеграцию с видеостеком ECC.

В файлах два скрипта на 647 токенов. Оценки: качество 87, процесс 63. Критических ошибок нет, линтер молчит. Модель не прогонялась, песочница не запускалась — реальное поведение неизвестно. Платформы поддерживают широко.

Проблема в том, что скилл обещает интеграцию с ECC-стеком, но проверить её невозможно без запуска. Код может работать в вакууме, а может требовать специфических зависимостей. Ставить, если вам нужны готовые Manim-шаблоны и вы готовы доделывать интеграцию самостоятельно.

affaan-m/ECC Agent Skills автор: affaan-m MIT 2 файла · 1 скрипт тело ≈ 647 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Создавайте повторно используемые объясняющие материалы Manim для технических концепций, графиков, системных диаграмм и обзоров продуктов, а затем передавайте…

Как процесс C 63/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, повторный запуск

ГенераторМедиа 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
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: manim-video (Lord1Egypt/RA-Skills)

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: 2. 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 63/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 85Шаги. Шагов: 39, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 647 токенов
    • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 254 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 39 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    В песочнице Скрипты не запустились

    Скрипты скилла запущены в одноразовой машине: без сети, с подложными ключами в домашнем каталоге, под наблюдением. Мы записали, что они делали. Попытка выйти в сеть или прочитать чужие секреты ограничивает техническую оценку буквой C; тихий запуск баллов не добавляет.

    Запущено 1 скрипт; каждому дали двадцать секунд, поддельный домашний каталог с ключами и сеть, в которой ничего нет.

    Ни один не дошёл до работы — им не хватило зависимостей, аргументов или файлов. Это не отзыв о поведении: наблюдать было не за чем.

    assets/network_graph_scene.pyне запустился: ModuleNotFoundError: No module named 'manim'

    17 окт. 2026 г.