AC produce-voiceover-teaching-video
Превращает предоставленный аудиофайл озвучки вместе со статьей, заметками, скриншотами, изображениями или исходными видео в проверенное, не содержащее лиц вертикальное обучающее видео, синхронизированные субтитры, обложку, текст для публикации, хэштеги и закрепленный комментарий. Используйте, когда пользователь предоставляет клонированный или записанный MP3/WAV и хочет получить многоагентное редактирование с локальным состоянием задания с ограниченной конфиденциальностью, настраиваемой скоростью речи, семантическим размещением медиа, вставками из оригинального видео, безопасным для мобильных устройств текстом, современными переходами, финальной проверкой качества и активами для публикации в социальных сетях.
машинный переводПоказать оригиналСкрыть оригинал«Turn a supplied narration audio file plus an article, notes, screensho…»
Turn a supplied narration audio file plus an article, notes, screenshots, images, or source videos into a fact-checked faceless vertical teaching video, synchronized captions, cover, publish copy, hashtags, and pinned comment. Use when a user provides a cloned or recorded MP3/WAV and wants a multi-agent edit with privacy-scoped local job state, adjustable speech rate, semantic media placement, original-video interludes, mobile-safe text, modern transitions, final QC, and social publishing assets.
Превращает предоставленный аудиофайл озвучки вместе со статьей, заметками, скриншотами, изображениями или исходными видео в проверенное, не содержащее лиц…
Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- 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: 12. 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 56/100
- 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
- 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 48
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1994 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком
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 501 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 48 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (4 из 4)
- +3Все 4 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.