SKILLEMALL.ai

AB youtube-comment-manager

Менеджер комментариев YouTube: Списки цепочек комментариев YouTube к любому видео или по всему каналу. Используйте, когда агенту нужен менеджер комментариев YouTube, для сортировки очередей «на проверке» и «вероятно спам», блокировки повторных нарушителей, ответов на важные вопросы в обучающем видео, массовой модерации комментариев, ожидающих проверки по всему каналу, поиска по комментариям канала на упоминания бренда или конкретные ключевые слова, создания верхнеуровневого комментария, идентификатора канала, идентификатора видео через удаленные вызовы инструментов AgentPMT.

машинный переводПоказать оригиналСкрыть оригинал«YouTube Comment Manager: List YouTube comment threads on any video or…»

YouTube Comment Manager: List YouTube comment threads on any video or across a. Use when an agent needs youtube comment manager, triage the held for review and likely spam queues and ban repeat offenders, reply to high signal questions on a launch or tutorial video, bulk moderate comments awaiting review across an entire channel, search a channel's comments for brand mentions or specific keywords, create top level comment, channel id, video id through AgentPMT-hosted remote tool calls.

ClawHub Agent Skills автор: AgentPMT v1.0.0 MIT-0 3 файла тело ≈ 4 127 токенов Открыть источникclawhub.ai проанализирован 25 ч назад

Менеджер комментариев YouTube: Списки цепочек комментариев YouTube к любому видео или по всему каналу.

Как процесс B 66/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

АнализаторYouTubeМедиа и видеотип 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
66/100
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 66/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 28, 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
    • 70Стоимость исполнения. Тело инструкции 4127 токенов
    • 100Шаги. Шагов: 92
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 12. 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 490 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 21 заголовков
    • +3Пошаговые инструкции: 92 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (20 блоков кода)

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

    Внешние проверки

    ClawHub: clean
    This skill clearly describes a YouTube comment-management integration, including posting, deletion, moderation, and bans, and those capabilities fit its stated purpose.
    LLM: benign (high) · VirusTotal: · 9 июн. 2026 г.