SKILLEMALL.ai

BC douyin-copy-extract-v2

Вставьте общедоступную ссылку на видео TikTok, текст публикации или aweme_id, чтобы одним кликом извлечь заголовок/основную информацию видео, оригинальное описание видео, дословную транскрипцию речи, копируемый текст и краткую версию; подходит для создания контента, управления социальными сетями, организации сценариев коротких видео, извлечения текстов TikTok, преобразования видео TikTok в текст, преобразования речи TikTok в текст, организации текстов речи и анализа дословных транскрипций. При наличии job_id продолжайте запрашивать статус задачи. От SocialDataX, помощника по данным социальных сетей.

машинный переводПоказать оригиналСкрыть оригинал«粘贴抖音公开可访问的视频链接、分享文案或 aweme_id,一键提取视频标题/基础信息、原视频简介、口播逐字稿、可复制文案和精简版;适合内容…»

粘贴抖音公开可访问的视频链接、分享文案或 aweme_id,一键提取视频标题/基础信息、原视频简介、口播逐字稿、可复制文案和精简版;适合内容创作、自媒体运营、短视频脚本整理、抖音文案提取、抖音视频转文字、抖音口播转文字、口播文案整理和逐字稿复盘。已有 job_id 时继续查询任务状态。来自 SocialDataX 社媒数据助手。

ClawHub Agent Skills автор: DevinChen2014 v0.1.0 MIT-0 2 файла тело ≈ 1 251 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Вставьте общедоступную ссылку на видео TikTok, текст публикации или awemeid, чтобы одним кликом извлечь заголовок/основную информацию видео, оригинальное…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
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 "source_client"
  • заметка frontmatter-key неизвестное поле фронтматтера "source_platform"
  • заметка frontmatter-key неизвестное поле фронтматтера "source_skill"

Процессный рейтинг: все десять параметров 51/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash, node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 28
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1251 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 165 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 28 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: clean
This skill uses SocialDataX to extract transcripts from public Douyin videos, and its network use and API key requirement match that purpose.
LLM: benign (high) · VirusTotal: · 11 авг. 2026 г.