BC youtube-batch-transcript-extractor-api-skill
Этот навык помогает пользователям автоматически извлекать транскрипты и метаданные видео YouTube в пакетном режиме через API BrowserAct. Агент должен проактивно применять этот навык, когда пользователи выражают потребности, такие как пакетное извлечение полных транскриптов из видео YouTube по ключевым словам, сбор субтитров YouTube для списка видео, получение пакетных метаданных видео и количества лайков для анализа, автоматизация поиска YouTube и извлечения субтитров, сбор транскриптов нескольких видео, опубликованных на этой неделе, загрузка пакетных субтитров видео YouTube без написания скриптов для сбора данных, создание набора данных транскриптов из лучших видео YouTube, пакетное извлечение URL-адресов видео YouTube и информации об издателе, сбор полных видеоматериалов для конвейеров AI-суммирования, мониторинг недавних видео YouTube и извлечение их транскриптов, пакетное получение структурированных данных субтитров для медиаисследований, извлечение транскриптов из трендового контента YouTube автоматически.
машинный переводПоказать оригиналСкрыть оригинал«This skill helps users automatically extract YouTube video transcripts…»
This skill helps users automatically extract YouTube video transcripts and metadata in batch via the BrowserAct API. The Agent should proactively apply this skill when users express needs like batch extract full transcripts from YouTube videos for specific keywords, scrape YouTube subtitles for a list of videos, get batch video metadata and likes counts for analysis, automate YouTube search and subtitle extraction, collect multiple video transcripts published this week, download bulk YouTube video subtitles without writing crawler scripts, build a dataset of transcripts from top YouTube videos, extract YouTube video URLs and publisher info in batch, gather full video content for AI summarization pipelines, monitor recent YouTube videos and extract their transcripts, batch retrieve structured subtitle data for media research, extract transcripts from trending YouTube content automatically.
Этот навык помогает пользователям автоматически извлекать транскрипты и метаданные видео YouTube в пакетном режиме через API BrowserAct.
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- 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 51/100
- 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
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 85Шаги. Шагов: 33, расплывчатых формулировок: 1
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1143 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 901: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 33 пунктов
- +4Есть примеры (1 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.