SKILLEMALL.ai

BC socialdatax-short-video-copy-extract

Извлечение текстов для коротких видео, мгновенное извлечение текстов для коротких видео, извлечение текстов для видео, преобразование ссылок на видео в тексты, короткие видео в текст, видео в текст, озвучка в текст, расшифровка видео и整理逐字稿. Пользователи вставляют ссылки на общедоступные видео с Xiaohongshu, Douyin, Kuaishou, Weibo и Video Accounts, тексты для обмена, идентификаторы контента или существующие job_id, чтобы получить базовую информацию о видео, оригинальное описание видео, расшифровку озвучки, копируемый текст и краткую версию от SocialDataX 社媒数据助手.

машинный переводПоказать оригиналСкрыть оригинал«面向短视频文案提取、短视频文案一键提取、视频文案提取、视频链接转文案、短视频转文字、视频转文字、口播转文字、视频逐字稿和逐字稿整理。用户粘贴…»

面向短视频文案提取、短视频文案一键提取、视频文案提取、视频链接转文案、短视频转文字、视频转文字、口播转文字、视频逐字稿和逐字稿整理。用户粘贴小红书、抖音、快手、微博和视频号公开视频链接、分享文案、内容 ID 或已有 job_id 后,获取视频基础信息、原视频简介、口播逐字稿、可复制文案和精简版,来自 SocialDataX 社媒数据助手。

ClawHub Agent Skills автор: DevinChen2014 v0.1.0 MIT-0 2 файла тело ≈ 2 271 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Извлечение текстов для коротких видео, мгновенное извлечение текстов для коротких видео, извлечение текстов для видео, преобразование ссылок на видео в…

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

ИнтеграцияИИ и агентыМедиа и видеотип 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: 40
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2271 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (4 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 170 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 40 пунктов
  • +4Есть примеры (1 блоков кода)

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

Внешние проверки

ClawHub: clean
This skill coherently provides read-only transcription and copy extraction for user-supplied public short-video links using SocialDataX.
LLM: benign (high) · VirusTotal: · 11 авг. 2026 г.