SKILLEMALL.ai

AB video-frame-extractor

Этот инструмент следует использовать для извлечения кадров из видеофайлов, например, для создания последовательностей ключевых кадров из видео, создания миниатюр видео с заданным интервалом или подготовки кадров видео для анализа. Триггеры включают запросы вроде "извлечь кадры из видео", "выбрать кадры каждые N секунд", "извлечь ключевые кадры для анализа видео" или "создать последовательность миниатюр видео".

машинный переводПоказать оригиналСкрыть оригинал«This skill should be used when extracting frames from video files, suc…»

This skill should be used when extracting frames from video files, such as generating keyframe sequences from videos, creating video thumbnails at intervals, or preparing video frames for analysis. Triggers include requests like "extract frames from video", "sample frames every N seconds", "extract keyframes for video analysis", or "generate video thumbnail sequence".

ClawHub Agent Skills автор: Haoyu Huang v1.0.0 MIT-0 3 файла тело ≈ 1 166 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Этот инструмент следует использовать для извлечения кадров из видеофайлов, например, для создания последовательностей ключевых кадров из видео, создания…

Как процесс B 65/100 · Почти готов — слабые места: когда включается, входы и предусловия, отчётность по ходу

АнализаторМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 65/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 14
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1166 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +3Длина description 370 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 19 заголовков
    • +3Пошаговые инструкции: 14 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (14 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    Внешние проверки

    ClawHub: clean
    This skill is a straightforward video frame extraction guide, with expected FFmpeg setup and file-output cautions but no hidden code or unrelated data access.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.