SKILLEMALL.ai

AB speech-to-text-with-speakers

Речь в текст с указанием говорящих: Транскрибируйте аудио из file_id или public_url с тремя уровнями действий для записей до 15, 30 или 60 минут. Используйте, когда агенту нужна функция «речь в текст с указанием говорящих», транскрибирование записей встреч, создание субтитров и подписей для видео, преобразование голосовых заметок в доступный для поиска текст, транскрибирование эпизодов подкастов, получение задачи, идентификатора задачи, списка задач через удаленные вызовы инструментов, размещенных AgentPMT. Термины для поиска: речь в текст с указанием говорящих, транскрибирование записей встреч.

машинный переводПоказать оригиналСкрыть оригинал«Speech to Text With Speakers: Transcribe audio from file_id or public_…»

Speech to Text With Speakers: Transcribe audio from file_id or public_url with three tiered actions for recordings up to 15, 30, or 60 minutes. Use when an agent needs speech to text with speakers, transcribe meeting recordings, generate subtitles and captions for videos, convert voice memos to searchable text, transcribe podcast episodes, get task, task id, list tasks through AgentPMT-hosted remote tool calls. Discovery terms: speech to text with speakers, transcribe meeting recordings.

ClawHub Agent Skills автор: AgentPMT v1.0.6 MIT-0 3 файла тело ≈ 3 524 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Речь в текст с указанием говорящих: Транскрибируйте аудио из fileid или publicurl с тремя уровнями действий для записей до 15, 30 или 60 минут.

Как процесс B 68/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

ГенераторМедиа и видеоИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 68/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 9, 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
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 72
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3524 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 13. 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 492 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 20 заголовков
    • +3Пошаговые инструкции: 72 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (13 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

    Внешние проверки

    ClawHub: clean
    This skill is a coherent remote transcription integration, with disclosed audio upload, task polling, billing, and transcript artifact storage behavior.
    LLM: benign (high) · VirusTotal: · 22 июл. 2026 г.