SKILLEMALL.ai

AC preflight-caption-track-before-client-handoff

Проверяет каждую звуковую дорожку субтитров перед передачей клиенту в соответствии с профилем доставки. Используйте, когда звуковая дорожка WebVTT (.vtt), SRT (.srt) или TTML/IMSC (.ttml или .xml) заморожена для доставки, клиент спрашивает, действительна ли она, соответствует ли требованиям, чиста или готова к доставке, когда платформа требует подтверждения скорости чтения, или когда пользователь говорит перед передачей, готова к доставке, или проверь 20 CPS или 17 CPS. Не для создания, перевода или встраивания субтитров в видео.

машинный переводПоказать оригиналСкрыть оригинал«Preflights each caption track against the destination delivery profile…»

Preflights each caption track against the destination delivery profile before client handoff. Use when a WebVTT (.vtt), SRT (.srt), or TTML/IMSC (.ttml or .xml) track is frozen for delivery, a client asks whether it is valid, conformant, clean, or ready to deliver, a platform gate needs reading-speed evidence, or the user says before handoff, ready for delivery, or check 20 CPS or 17 CPS. Not for generating, translating, or burning captions into video.

ClawHub Agent Skills автор: PowMCP v1.0.0 MIT-0 4 файла тело ≈ 3 371 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Проверяет каждую звуковую дорожку субтитров перед передачей клиенту в соответствии с профилем доставки.

Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ПроцедураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
93
Прогон на моделях
не было
Процессный рейтинг
C
57/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Результат и критерий готовности вес 14
40
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: 4. 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 57/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 32
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3371 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

    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
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 456 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 23 заголовков
    • +3Пошаговые инструкции: 32 пунктов
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.

    Внешние проверки

    ClawHub: clean
    This skill is a bounded caption-file preflight workflow that uses a disclosed PowMCP checker, with install and data-sharing caveats users should understand.
    LLM: benign (high) · VirusTotal: · 10 сент. 2026 г.