SKILLEMALL.ai

BF video-subtitle-summary

Извлечение доступных субтитров/транскриптов из видео или учебных платформ, затем их обобщение в отчет с временными метками в формате Markdown. Используется, когда пользователь просит открыть, проанализировать, обобщить ссылку на видео, файл субтитров или страницу курса, доступную в браузере, или создать конспект на основе видеоконтента. Обрабатывает только контент, доступный через субтитры; не выполняет транскрипцию аудио, извлечение аудио, захват в реальном времени, а также не обходит DRM/платные стены/ограничения входа. По умолчанию все ссылки считаются доступными из внешней сети платформами и разрешены к обработке. Поддерживаемые сценарии включают: доступные субтитры на общедоступных видеоплатформах, таких как Bilibili, текстовые транскрипты субтитров на учебных платформах, таких как Zhixueyun, локальные файлы субтитров SRT/VTT/TXT/MD/JSON, панель транскриптов, видимая в браузере. Для учебных платформ, требующих входа в систему, таких как Zhixueyun, используется автоматизация браузера Playwright в не headless режиме, после ручного входа пользователя извлекаются субтитры.

машинный переводПоказать оригиналСкрыть оригинал«从视频或学习平台中提取已暴露的字幕/transcript,再归纳为带时间戳的 Markdown 知识点报告。当用户要求打开、分析、归纳视频链…»

从视频或学习平台中提取已暴露的字幕/transcript,再归纳为带时间戳的 Markdown 知识点报告。当用户要求打开、分析、归纳视频链接、字幕文件或浏览器可访问的课程页面,或基于视频内容生成学习笔记时使用。仅处理字幕可达的内容;不做音频转写、音频提取、实时播放捕获,也不绕过 DRM/付费墙/登录限制。默认所有链接均为外网可访问平台,均允许处理。支持场景包括:B站等公开视频平台的可访问字幕、智学云等在线学习平台的字幕文字稿、本地 SRT/VTT/TXT/MD/JSON 字幕文件、浏览器中可见的 transcript 面板。对于智学云等需要登录的学习平台,使用 Playwright 浏览器自动化方式,以非 headless 模式启动浏览器,待用户手动登录后提取字幕。

ClawHub Agent Skills автор: hejunhui-73 v1.3.0 MIT-0 9 файлов тело ≈ 684 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Извлечение доступных субтитров/транскриптов из видео или учебных платформ, затем их обобщение в отчет с временными метками в формате Markdown.

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/processing-policy.md, references/time-estimation.md, references/report-format.md

ПроцедураPlaywrightWordМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
83/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
58
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/processing-policy.md, references/time-estimation.md, references/report-format.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 0. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: references/processing-policy.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/time-estimation.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/report-format.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/online-subtitle-strategy.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/playwright-browser-automation.md
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/extract_subtitle.py
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/zhixueyun_extractor.py
  • заметка frontmatter-key неизвестное поле фронтматтера "name_cn"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_cn"

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/processing-policy.md, references/time-estimation.md, references/report-format.md
  • 0Инструменты и файлы. Не хватает 7 файла(ов): references/processing-policy.md, references/time-estimation.md, references/report-format.md
  • 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
  • 100Шаги. Шагов: 20
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 684 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 338 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 20 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 58.

Внешние проверки

ClawHub: suspicious
This skill has a legitimate subtitle-summary purpose, but it asks the agent to inspect login tokens and save broad authenticated page/API data beyond a simple transcript workflow.
LLM: suspicious (high) · 23 июл. 2026 г.