BD video-analyzer
Анализ и обработка видео — локальный инструмент для декомпиляции и анализа видео. Разбирает видео на временную шкалу сценария, преобразование речи в текст, анализ сцен, кросс-модальную связь и краткое изложение. Поддерживает переключение между несколькими движками ASR (Whisper/Paraformer/SenseVoice), улучшение китайского NLP, распознавание китайского языка с помощью PaddleOCR. v4.0 добавляет адаптацию к платформам коротких видео (Douyin/Kuaishou/Bilibili/WeChat Channels) и предложения по автоматическому монтажу (обнаружение хайлайтов/маркировка избыточности/экспорт EDL/стили субтитров). v4.1 добавляет приоритетное использование tiny-модели (низкий порог 75 МБ), оценку качества разделения говорящих, экспорт файла draft.json для CapCut. v4.2 добавляет управление сценами (detect→slice в одну цепочку), прогнозирование вирусных коротких видео, анализ прямых трансляций в реальном времени (потоковое ASR + обнаружение конфиденциальных слов). v4.3 добавляет ввод только аудио (mp3/m4a/wav подкасты и записи), пакетную очередь (SQLite + параллельная обработка на аппаратных уровнях), автоматическое ускорение GPU (CT2 int8 квантование), унификацию конфигурации ASR (параметр --asr-engine).
машинный переводПоказать оригиналСкрыть оригинал«视频分析处理 — 本地视频反编译分析工具。将视频拆解为时间轴剧本、语音转文字、场景分析、跨模态关联和精华摘要，支持多ASR引擎切换（Whis…»
视频分析处理 — 本地视频反编译分析工具。将视频拆解为时间轴剧本、语音转文字、场景分析、跨模态关联和精华摘要，支持多ASR引擎切换（Whisper/Paraformer/SenseVoice）、中文NLP增强、PaddleOCR中文识别。v4.0 新增短视频平台适配（抖音/快手/B站/视频号）和自动剪辑建议（高光检测/冗余标记/EDL导出/字幕样式）。v4.1 新增tiny模型优先体验（75MB低门槛）、说话人分离质量评分、剪映draft.json导出。v4.2 新增场景管理（detect→slice一条链）、短视频爆款预测、实时直播分析（流式ASR+敏感词检测）。v4.3 新增纯音频输入（mp3/m4a/wav播客与录音）、批量队列（SQLite+硬件档位并发）、GPU自动加速（CT2 int8量化）、ASR配置统一（--asr-engine单参数）。
Анализ и обработка видео — локальный инструмент для декомпиляции и анализа видео.
Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 51. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 43/100
- 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
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 40Согласованность. Имя во frontmatter (video-analyzer) не совпадает с папкой (video-analyzer-local)
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 82
- 100Стоимость исполнения. Тело инструкции 2942 токенов
- 100Повторный запуск. Изменяющих операций нет
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 10. 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
- -222 эмодзи в инструкциях: шум для модели
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 382 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 32 заголовков
- +3Пошаговые инструкции: 82 пунктов
- +4Есть примеры (3 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 70.