SKILLEMALL.ai
GitHub ↗ EN Войти

AB yt_transcript

Извлекайте транскрипты видео YouTube из существующих субтитров (ручных или автоматически сгенерированных) с помощью yt-dlp, с необязательными временными метками и локальным кэшированием SQLite. Используйте, когда пользователь запрашивает транскрипт YouTube, субтитры, подписи или хочет преобразовать ссылку на YouTube в текст для суммирования/поиска.

машинный переводПоказать оригиналСкрыть оригинал«Extract YouTube video transcripts from existing captions (manual or au…»

Extract YouTube video transcripts from existing captions (manual or auto-generated) using yt-dlp, with optional timestamps and local SQLite caching. Use when the user asks for a YouTube transcript, captions, subtitles, or wants to turn a YouTube link into text for summarization/search.

ClawHub Agent Skills автор: mpbshhx v1.1.0 MIT-0 3 файла тело ≈ 516 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Извлекайте транскрипты видео YouTube из существующих субтитров (ручных или автоматически сгенерированных) с помощью yt-dlp, с необязательными временными…

Как процесс B 69/100 · Почти готов — слабые места: согласованность, отчётность по ходу

ГенераторYouTubeМедиа и видеотип 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
A
93/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
B
69/100
Почти готов
Отчётность по ходу вес 2
0
Согласованность вес 8
40
Ошибки и развилки вес 10
50
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 1 месте: ClawHub

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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • низкая Секреты в коде secret-password-literal scripts/yt_transcript.py:705
      Захардкоженный пароль / ключ (возможно, пример)
      api_key = m2.group(1) if m2 else None

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

    По спецификации Agent Skills

    • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)

    Процессный рейтинг: все десять параметров 69/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Согласованность. Имя во frontmatter (yt_transcript) не совпадает с папкой (yt-transcript-yt-dlp)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 6
    • 100Стоимость исполнения. Тело инструкции 516 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 286 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 6 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (3 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.

    Внешние проверки

    ClawHub: clean
    This skill appears to be a coherent YouTube transcript helper, with disclosed local caching and optional YouTube cookie use.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.