AD video-slicer
Инструмент для интеллектуальной нарезки видео. Нарезает длинные видео на отдельные полные короткие фрагменты длиной 3-5 минут (максимум 8 минут) по теме, подходит для создания контента для само СМИ, извлечения сути лекций, монтажа учебных видео, финального монтажа видеозаписей конференций и т. д. Полный рабочий процесс: выборка ключевых кадров → визуальное позиционирование → транскрипция аудио с помощью Whisper → анализ контента → точная нарезка с помощью ffmpeg. Поддерживает распознавание китайской речи (Whisper + ускорение MPS). Активируется, когда пользователь упоминает "нарезка видео" "видео нарезка" "короткое видео" "суть лекции" "вырезать фрагмент видео" "монтаж видео" "видео для само СМИ" "извлечь фрагмент лекции" "финальный монтаж конференции".
машинный переводПоказать оригиналСкрыть оригинал«视频智能切片工具。从长视频中按主题切割出3-5分钟（最长8分钟）的独立完整短视频片段， 适用于自媒体内容制作、演讲精华提取、课程视频剪辑、会…»
视频智能切片工具。从长视频中按主题切割出3-5分钟（最长8分钟）的独立完整短视频片段， 适用于自媒体内容制作、演讲精华提取、课程视频剪辑、会议录像精剪等场景。 完整工作流：关键帧采样→视觉定位→Whisper音频转写→内容分析→ffmpeg精准切割。 支持中文语音识别（Whisper + MPS加速）。 当用户提到"视频切割""视频切片""切短视频""演讲精华""截取视频片段""视频剪辑" "自媒体视频""提取演讲片段""会议精剪"时触发此技能。
Инструмент для интеллектуальной нарезки видео.
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "trigger" - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage" - заметка
frontmatter-keyнеизвестное поле фронтматтера "agent_created"
Процессный рейтинг: все десять параметров 46/100
- 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
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 7
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1829 токенов
- 100Повторный запуск. Изменяющих операций нет
- 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +5В description 2 примера фраз-триггеров в кавычках
- +3Длина description 225 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 25 заголовков
- +3Пошаговые инструкции: 7 пунктов
- +4Есть примеры (13 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.