SKILLEMALL.ai
GitHub ↗ EN Войти

BC render-glassy-matte-grwm

Собирает многосценовое рекламное видео в формате GRWM (Get Ready With Me) для косметики из конфигурации — создатель с неизменной внешностью пошагово наносит ~5 продуктов, в то время как ОТДЕЛЬНЫЙ голос за кадром от ElevenLabs комментирует, и каждый переход между сценами привязан к началу произнесения названия продукта голосом за кадром (временные метки слов Whisper), затем ~5 карточек с продуктами от Playwright (реальные слоганы, проверенные PDP) накладываются на мастер-видео, каждая в момент произнесения названия продукта, ОТДЕЛЬНЫЙ голос за кадром микшируется поверх приглушенного музыкального фона с громкостью loudnorm I=-14, накладываются чистые белые субтитры из 3 слов на сигнал, и видео завершается финальной заставкой с раскладкой продуктов. Это БЕСПЛАТНЫЙ этап детерминированной сборки (перемонтаж под начало слов голоса за кадром, жесткое склеивание, рендеринг карточек Playwright + наложение карточек, микс голоса и музыки, наложение субтитров, финальная заставка с раскладкой); голос за кадром, клипы сцен, вырезки продуктов и музыка берутся из create-music-elevenlabs / create-image-gpt-image-fal / create-video-fal. Используйте для формата GRWM с глянцево-матовым покрытием.

машинный переводПоказать оригиналСкрыть оригинал«Assemble a multi-scene GRWM beauty-demo ad from a config — a locked-id…»

Assemble a multi-scene GRWM beauty-demo ad from a config — a locked-identity creator applies ~5 products step by step while a SEPARATE ElevenLabs voiceover narrates and every scene cut is snapped to the VO's product-name word-starts (Whisper word-level timestamps), then ~5 Playwright product overlay cards (real PDP-verified taglines) are composited onto the master each on its product-NAME word-start, the SEPARATE VO is mixed on top of a ducked music bed at loudnorm I=-14, clean-white 3-words/cue captions are burned, and the video closes on a flat-lay end card. This is the FREE deterministic assembly stage (re-cut to the VO word-starts, hard-concat, Playwright card render + card composite, VO plus music mix, caption burn, flat-lay end card); the VO, scene clips, product cutouts, and music come from create-music-elevenlabs / create-image-gpt-image-fal / create-video-fal. Use for the glassy-matte-grwm format.

athina-ai/goose-skills Agent Skills автор: athina-ai 6 файлов тело ≈ 1 369 токенов Открыть источникgithub.com↗ проанализирован 3 дн назад

Собирает многосценовое рекламное видео в формате GRWM (Get Ready With Me) для косметики из конфигурации — создатель с неизменной внешностью пошагово наносит…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторPlaywrightМедиа и видеоИИ и агентытип 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
B
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: render-glassy-matte-grwm (gooseworks-ai/goose-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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "status"

    Процессный рейтинг: все десять параметров 51/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 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
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 13
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1369 токенов

    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)
    • +3Длина description 919: рекомендуется 120–800 символов
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Структура: 4 заголовков
    • +3Пошаговые инструкции: 13 пунктов

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.