AD bilibili-favorites-downloader
Инструмент для загрузки видео из личных коллекций пользователей Bilibili. Обязательно используйте этот навык, когда пользователь упоминает любой из следующих сценариев: - «Скачать коллекцию Bilibili», «скачивание коллекции bilibili», «резервное копирование коллекции bilibili» - «Скачать коллекцию B station», «скачивание коллекции B station» - «Получить список понравившихся видео», «экспортировать коллекцию bilibili» - «download bilibili favorites», «backup bilibili» Этот навык предоставляет полное решение для загрузки видео из коллекций пользователей Bilibili, включая: - Автоматическое получение списка всех видео в коллекции (поддерживает пагинацию) - Интеллектуальная оценка размера видео, поддержка фильтрации по размеру - Использование yt-dlp для загрузки максимально доступного разрешения - Возобновление загрузки с места остановки, пропуск существующих файлов - Пакетная загрузка, автоматическая обработка недействительных видео
машинный переводПоказать оригиналСкрыть оригинал«下载 Bilibili 用户个人收藏夹视频的工具。当用户提到以下任何场景时必须使用此 Skill： - "下载 Bilibili 收藏"、"…»
下载 Bilibili 用户个人收藏夹视频的工具。当用户提到以下任何场景时必须使用此 Skill： - "下载 Bilibili 收藏"、"bilibili 收藏下载"、"备份 bilibili 收藏夹" - "下载 B 站收藏"、"B站收藏夹下载" - "获取收藏视频列表"、"导出 bilibili 收藏" - "download bilibili favorites"、"backup bilibili" 此 Skill 提供完整的 Bilibili 用户收藏夹视频下载解决方案，包括： - 自动获取收藏夹所有视频列表（支持分页） - 智能估算视频大小，支持按大小过滤 - 使用 yt-dlp 下载最高可用清晰度 - 断点续传，跳过已存在的文件 - 批量下载，自动处理失效视频
Инструмент для загрузки видео из личных коллекций пользователей Bilibili.
Как процесс D 46/100 · 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: 4. 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 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 (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 24
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 713 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 11. 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
- +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
- +5В description 9 примера фраз-триггеров в кавычках
- +3Длина description 342 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 21 заголовков
- +3Пошаговые инструкции: 24 пунктов
- +4Есть примеры (6 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.