SKILLEMALL.ai

AC video-editor

Редактирует существующие видео с помощью ffmpeg и Python. Используйте ВСЕГДА, когда пользователь хочет отредактировать видео, вырезать видео, соединить видео, добавить субтитры, добавить музыку, удалить аудио, изменить размер видео, конвертировать формат, сжать видео, извлечь аудио, извлечь кадры, добавить водяной знак, создать таймлапс, замедленное движение, ускорить, обратить, добавить переход, обрезать, повернуть, настроить яркость/контраст, цветокоррекцию, сгенерировать GIF, сгенерировать миниатюру или выполнить любую манипуляцию с существующим видеофайлом. Также активируется, когда пользователь упоминает: ffmpeg, moviepy, вырезка клипа, соединение клипов, наложение субтитров на видео или обработка видео.

машинный переводПоказать оригиналСкрыть оригинал«Edits existing videos using ffmpeg and Python. Use ALWAYS when the use…»

Edits existing videos using ffmpeg and Python. Use ALWAYS when the user wants to edit a video, cut a video, join videos, add subtitles, add music, remove audio, resize a video, convert format, compress a video, extract audio, extract frames, add a watermark, make a timelapse, slow motion, speed up, reverse, add a transition, crop, rotate, adjust brightness/contrast, color grading, generate a GIF, generate a thumbnail, or any manipulation of an existing video file. Also activates when the user mentions: ffmpeg, moviepy, cutting a clip, joining clips, captioning a video, or processing a video.

ClawHub Agent Skills автор: Emerson Braun v1.0.0 MIT-0 2 файла тело ≈ 3 973 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Редактирует существующие видео с помощью ffmpeg и Python.

Как процесс C 51/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, согласованность

ГенераторМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 51/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (video-editor) не совпадает с папкой (eb-video-editor)
    • 60Инструменты и файлы. Используются инструменты (python), 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
    • 85Шаги. Шагов: 25, расплывчатых формулировок: 1
    • 100Стоимость исполнения. Тело инструкции 3973 токенов
    • 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 598 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 50 заголовков
    • +3Пошаговые инструкции: 25 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (37 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This is a coherent video-editing skill that provides expected ffmpeg and Python recipes, with some operational cautions but no evidence of hidden, credential-seeking, persistent, or unrelated behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.