SKILLEMALL.ai

AF ai-science-video-studio

Полностью автоматизированное создание видеороликов для научно-популярных видео. Объединяет цифровой аватар (Google Flow / SadTalker), клонирование голоса ИИ (F5-TTS MLX), слайд-шоу Pillow, покадровую синхронизацию караоке-субтитров (Pillow + FFmpeg) и профессиональную аудио/видео QA в 8-этапную автоматизированную конвейерную линию. Охватывает: планирование сценария → генерация цифрового аватара → клонирование голоса TTS → рендеринг слайд-шоу → рендеринг субтитров → восстановление аудио → финальный монтаж (FFmpeg xfade + acrossfade + alimiter) → профессиональная проверка QA. Триггерные слова: AI科普视频, 制作科普视频, 做个AI讲解视频, 生成科技短视频. **Рекомендуемое оборудование: Mac mini M-серии, 16 ГБ ОЗУ**, используйте Apple Silicon MLX для ускорения клонирования голоса и локального рендеринга.

машинный переводПоказать оригиналСкрыть оригинал«AI科普视频全流程自动化制作技能。将数字人形象(Google Flow / SadTalker)、AI语音克隆(F5-TTS MLX)、Pi…»

AI科普视频全流程自动化制作技能。将数字人形象(Google Flow / SadTalker)、AI语音克隆(F5-TTS MLX)、Pillow内容幻灯片、逐字卡拉OK字幕(Pillow + FFmpeg)、以及专业级音视频QA整合为8阶段自动化流水线。覆盖:脚本策划 → 数字人生成 → TTS语音克隆 → 幻灯片渲染 → 字幕渲染 → 音频修复 → 最终合成(FFmpeg xfade + acrossfade + alimiter)→ 专业QA审查。触发词:AI科普视频、制作科普视频、做个AI讲解视频、生成科技短视频。**推荐硬件:Mac mini M系列 16GB内存**,利用Apple Silicon MLX加速语音克隆和本地渲染。

ClawHub Agent Skills автор: 寒武纪智能Cambrian Intelligence v1.0.0 MIT-0 9 файлов тело ≈ 3 647 токенов Открыть источникclawhub.ai проанализирован 35 ч назад

Полностью автоматизированное создание видеороликов для научно-популярных видео.

Как процесс F 47/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/fix_sadtalker_numpy.py

ПроцедураМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
F
47/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/fix_sadtalker_numpy.py
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. 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: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/fix_sadtalker_numpy.py
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

Процессный рейтинг: все десять параметров 47/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/fix_sadtalker_numpy.py
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/fix_sadtalker_numpy.py
  • 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
  • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Шаги. Шагов: 56
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3647 токенов

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
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 325 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 22 заголовков
  • +3Пошаговые инструкции: 56 пунктов
  • +4Есть примеры (12 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)
  • +3Все 4 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

Внешние проверки

ClawHub: suspicious
This video-production skill is mostly coherent, but it asks agents to use authenticated browser sessions, biometric face and voice inputs, and runtime package installation without enough scoping or user safeguards.
LLM: suspicious (high) · 3 июл. 2026 г.