BD youtube-transcript
Получает и суммирует транскрипты из любого видео YouTube. Вставьте URL, и ваш агент прочитает видео для вас — суммирует, переводит, извлекает идеи.
машинный переводПоказать оригиналСкрыть оригинал«Fetch and summarize transcripts from any YouTube video. Paste a URL an…»
Fetch and summarize transcripts from any YouTube video. Paste a URL and your agent reads the video for you — summarize, translate, extract insights.
Получает и суммирует транскрипты из любого видео YouTube.
Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, ошибки и развилки
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 · 4
✓ Критических и высоких находок нет
Средние и низкие: 4
-
низкая Секреты в коде
secret-high-entropy-tokenpackage-lock.json:27Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha512-/NR8J…2oD+DJta…Hs1+jgg3…RsA==",
детектор -
низкая Секреты в коде
secret-high-entropy-tokenpackage-lock.json:57Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha5…GLw+xYSd…cqA==",
детектор -
низкая Секреты в коде
secret-high-entropy-tokenpackage-lock.json:157Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha512-WMi/OQ2axVTf/ykqCQgXiIct+mSQD…8u4+OqPC…NJz+FQ==",
детектор -
низкая Секреты в коде
secret-high-entropy-tokenpackage-lock.json:196Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha5…HDk+qwHc…egA==",
детектор
Просканировано файлов: 5. 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 49/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 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 (youtube-transcript) не совпадает с папкой (ytdlp-transcript)
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 6
- 100Стоимость исполнения. Тело инструкции 191 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 148 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 6 заголовков
- +3Пошаговые инструкции: 6 пунктов
- +4Есть примеры (2 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.