BC youtube-thumbnail-maker
Создает миниатюры для YouTube на основе темы видео, названия, сценария, ключевого кадра, портрета, фотографии продукта или ссылки на канал. Этот ИИ-создатель миниатюр сравнивает три направления в тексте, а затем отображает выбранное вами в виде изображения 16:9 с четкими визуальными крючками, читаемой иерархией и композицией, безопасной для заголовков, для объясняющих видео, обзоров, руководств, влогов, игр, подкастов и длинных творческих видео. Он дополняет изображение советами по подбору заголовка и дорабатывает принятое направление до согласованного вида канала. Для рендеринга требуется учетная запись Beatra на beatra.ai.
машинный переводПоказать оригиналСкрыть оригинал«Create YouTube thumbnails from a video topic, title, script, key frame…»
Create YouTube thumbnails from a video topic, title, script, key frame, portrait, product photo, or channel reference. This AI thumbnail maker compares three directions in text first, then renders the one you pick as a 16:9 image with clear visual hooks, readable hierarchy, and a headline-safe composition for explainers, reviews, tutorials, vlogs, games, podcasts, and long-form creative videos. It pairs the image with title-matching advice and refines an accepted direction into a consistent channel look. Rendering requires a Beatra account at beatra.ai.
Создает миниатюры для YouTube на основе темы видео, названия, сценария, ключевого кадра, портрета, фотографии продукта или ссылки на канал.
Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу
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: 14. 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")
Процессный рейтинг: все десять параметров 60/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 8, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 14
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2110 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)
- +3Формат ответа не описан: модель каждый раз решает сама
- -31 из 3 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 559 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 8 заголовков
- +3Пошаговые инструкции: 14 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (8 из 8)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.