SKILLEMALL.ai

AD video-editor

Инструмент для обработки видео на основе moviepy + ffmpeg. Функции: (1) обрезка/объединение/разделение видео, (2) добавление китайских текстов/субтитров, (3) добавление/замена фоновой музыки, (4) изменение скорости/размера, (5) извлечение/замена аудио, (6) генерация видео из чистого текста. Используйте, когда: (1) нужно смонтировать короткое видео (Douyin/Xiaohongshu), (2) нужно добавить текст/субтитры к видео, (3) нужно объединить несколько видеоклипов, (4) нужно изменить скорость/размер видео, (5) нужно добавить фоновую музыку к видео. Триггеры: 'монтаж видео', 'обработка видео', 'добавить текст', 'добавить субтитры', 'объединить видео', 'добавить фоновую музыку', 'изменить скорость', 'обрезка видео', 'конвертация в вертикальный формат'.

машинный переводПоказать оригиналСкрыть оригинал«视频剪辑技能 - 基于moviepy + ffmpeg的视频处理工具箱。功能:(1) 裁剪/合并/分割视频,(2) 添加中文文字/字幕,(3…»

视频剪辑技能 - 基于moviepy + ffmpeg的视频处理工具箱。功能:(1) 裁剪/合并/分割视频,(2) 添加中文文字/字幕,(3) 添加/替换背景音乐,(4) 变速/调整尺寸,(5) 提取/替换音频,(6) 纯文字讲解视频生成。Use when: (1) 需要剪辑短视频(抖音/小红书),(2) 需要给视频加文字/字幕,(3) 需要合并多段视频,(4) 需要调整视频速度/尺寸,(5) 需要为视频配背景音乐。Triggers: '剪辑视频', '视频处理', '加文字', '加字幕', '合并视频', '加背景音乐', '变速', '视频裁剪', '竖屏转换'

ClawHub Agent Skills автор: ncsimok v1.0.0 MIT-0 3 файла тело ≈ 417 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Инструмент для обработки видео на основе moviepy + ffmpeg.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникМедиа и видеоИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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 49/100

    • 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
    • 40Согласованность. Имя во frontmatter (video-editor) не совпадает с папкой (doorstep-video-editor)
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 11
    • 100Стоимость исполнения. Тело инструкции 417 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 287 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 11 пунктов
    • +4Есть примеры (2 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This is a local video-editing skill that edits user-supplied media files and does not show hidden networking, credential access, persistence, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.