SKILLEMALL.ai

AC one-plaud-recording-several-differently-formatted-summaries

Одно аудио Plaud, несколько сводок в разных форматах: Позволяет обойти ограничение в один шаблон на запись. Приложение Plaud применяет один шаблон AutoFlow к записи, поэтому если вам нужен краткий обзор для себя, версия только с решениями для тех, кто ее пропустил, и четкий список действий для вашего менеджера задач, вам придется запускать ее заново или переписывать вручную. Этот рабочий процесс считывает транскрипцию один раз и создает все определенные вами форматы за один проход: вы указываете выходные форматы, которые вам нужны.

машинный переводПоказать оригиналСкрыть оригинал«One Plaud Recording, Several Differently Formatted Summaries: Gets you…»

One Plaud Recording, Several Differently Formatted Summaries: Gets you past the one-template-per-recording ceiling. The Plaud app applies a single AutoFlow template to a recording, so if you want a short recap for yourself, a decisions-only version for the people who missed it, and a clean action list for your task manager, you are re-running or rewriting by hand. This workflow reads the transcript once and produces every format you have defined in a single pass: you list the output formats you.

ClawHub Agent Skills автор: AgentPMT v1.0.1 MIT-0 2 файла тело ≈ 2 124 токенов Открыть источникclawhub.ai проанализирован 11 ч назад

Одно аудио Plaud, несколько сводок в разных форматах: Позволяет обойти ограничение в один шаблон на запись.

Как процесс C 54/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, ошибки и развилки

ПроцедураGoogle SheetsGoogle DocsИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
C
54/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

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 · 0

✓ Критических и высоких находок нет

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 "homepage"

Процессный рейтинг: все десять параметров 54/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Шаги. Шагов: 68
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2124 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы

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 500 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 68 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (3 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: clean
This skill is a disclosed Plaud-to-Google Docs/Sheets summarization workflow, with a privacy consideration but no evidence of hidden or unsafe behavior.
LLM: benign (high) · VirusTotal: · 26 июл. 2026 г.