SKILLEMALL.ai

BD video-transcript-extractor-guaikei

Транскрибировать видео и обработать его в многоразовый текст. Типичные запросы: "видео в текст", "извлечь текст из видео", "переписать видео", "извлечь субтитры", "резюме видео", "извлечь лучшие цитаты", "анализ видео", "протокол совещания", "разбор курса", "анализ записи стрима", "обработка интервью". Поддерживает локальные файлы и ссылки на платформы вроде Douyin, Xiaohongshu; облачный парсинг; пользовательские Prompt для генерации резюме, перефразирования, раскадровки, перевода и т.д.

машинный переводПоказать оригиналСкрыть оригинал«将视频内容转写并加工为可复用文案。典型触发:视频转文字、提取视频文案、视频转稿、字幕提取、视频总结、金句提取、视频内容分析、会议纪要、课程拆…»

将视频内容转写并加工为可复用文案。典型触发:视频转文字、提取视频文案、视频转稿、字幕提取、视频总结、金句提取、视频内容分析、会议纪要、课程拆解、直播复盘、采访整理。支持本地文件与抖音、小红书等平台链接,云端解析,自定义 Prompt 可生成总结、改写、分镜头、翻译等。

ClawHub Agent Skills автор: engheng-art v1.0.0 MIT-0 17 файлов тело ≈ 1 309 токенов Открыть источникclawhub.ai проанализирован 9 ч назад

Транскрибировать видео и обработать его в многоразовый текст.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ 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%
71
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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: 17. 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")

Процессный рейтинг: все десять параметров 46/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash, node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 36
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1309 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 13. 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -214 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +3Длина description 134 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 36 пунктов
  • +4Есть примеры (2 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: suspicious
The skill largely matches its video transcription purpose, but it can fetch arbitrary web URLs and upload the result to a cloud service despite under-disclosing that risk.
LLM: suspicious (high) · 12 сент. 2026 г.