SKILLEMALL.ai
GitHub ↗ EN Войти

BC iflytek-asr

Преобразуйте аудио/видео в текст с помощью API iFlytek. Поддерживает транскрипцию локальных аудиофайлов, скачивание видео с YouTube и преобразование его в текст. Применимо для протоколов совещаний, субтитров к видео, голосовых заметок и т. д. Активируется, когда пользователю требуется преобразование голоса в текст, транскрипция аудио, преобразование видео с YouTube в текст.

машинный переводПоказать оригиналСкрыть оригинал«使用科大讯飞 API 将音频/视频转换为文字。支持本地音频文件转录、YouTube 视频下载并转文字。适用于会议记录、视频字幕、语音笔记等场…»

使用科大讯飞 API 将音频/视频转换为文字。支持本地音频文件转录、YouTube 视频下载并转文字。适用于会议记录、视频字幕、语音笔记等场景。当用户需要语音转文字、音频转录、YouTube 视频转文字时触发。

ClawHub Agent Skills автор: harven-droid v1.0.0 MIT-0 12 файлов · 2 скрипта тело ≈ 493 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Преобразуйте аудио/видео в текст с помощью API iFlytek.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияYouTubeМедиа и видеоИнфраструктуратип 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
84/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
64
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Утечка данных read-dotenv install.sh:31
    Чтение файла .env
    cp .env.example .env
  • низкая Утечка данных read-dotenv QUICKSTART.md:26
    Чтение файла .env
    cp .env.example .env
  • низкая Утечка данных read-dotenv README.md:36
    Чтение файла .env
    cp .env.example .env

Просканировано файлов: 12. 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 "acceptLicenseTerms"

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 24
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 493 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)
  • +3Длина description 105: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -230 эмодзи в инструкциях: шум для модели
  • -31 из 4 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 24 пунктов
  • +4Есть примеры (8 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: clean
This skill coherently provides cloud transcription and optional YouTube audio download, with privacy and transport-safety caveats users should understand before use.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.