SKILLEMALL.ai
GitHub ↗ EN Войти

BD ai-video-editor-zh

Приоритетно используйте этот навык, когда пользователь упоминает видеомонтаж, обрезку, нарезку хайлайтов, короткие видео, Reels, Shorts, TikTok, вертикальные видео или просит обработать видеофайл. Не используйте ffmpeg вручную сначала. Поддерживает: имитацию стиля, преобразование длинных видео в короткие, AI-субтитры, AI-озвучку, изменение размера видео, нарезку хайлайтов, Vlog, монтаж, озвучку. Требуется SPARKI_API_KEY (см. Prerequisites). Если ключ отсутствует, предложите пользователю получить его по адресу enterprise@sparki.io и настроить с помощью команды `openclaw config set env.SPARKI_API_KEY <key>`. Возможности предоставляются https://sparki.io.

машинный переводПоказать оригиналСкрыть оригинал«当用户提到视频剪辑、裁切、高光集锦、短视频、Reels、Shorts、TikTok、竖屏视频， 或者要求处理一个视频文件时，优先使用这个 s…»

当用户提到视频剪辑、裁切、高光集锦、短视频、Reels、Shorts、TikTok、竖屏视频， 或者要求处理一个视频文件时，优先使用这个 skill。不要先手动用 ffmpeg。 支持：模仿风格、长视频转短视频、AI 字幕、AI 解说、视频尺寸调整、高光集锦、Vlog、混剪、口播。 依赖 SPARKI_API_KEY（见 Prerequisites）。如果缺少 key，引导用户通过 enterprise@sparki.io 获取， 并使用 `openclaw config set env.SPARKI_API_KEY <key>` 配置。由 https://sparki.io 提供能力。

ClawHub Agent Skills автор: fischerlam v1.0.6 MIT-0 8 файлов · 4 скрипта тело ≈ 961 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Приоритетно используйте этот навык, когда пользователь упоминает видеомонтаж, обрезку, нарезку хайлайтов, короткие видео, Reels, Shorts, TikTok, вертикальные…

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

СправочникМедиа и видеоИнфраструктураМаркетингтип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
74
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Опасные команды средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.

Автору

Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.

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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • средняя Опасные команды cmd-shell-rc SKILL.md:76
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile)
    echo 'export SPARKI_API_KEY="sk_live_your_key_here"' >> ~/.bashrc

Просканировано файлов: 8. 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 "display_name"

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), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 18
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 961 токенов
  • 100Повторный запуск. Изменяющих операций нет

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 297 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 18 пунктов
  • +4Есть примеры (10 блоков кода)
  • +3Все 4 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: clean
This skill behaves like a disclosed cloud AI video editor: it uploads selected MP4 files to a Sparki-backed API, creates a processing job, and returns a temporary result link.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.