BC audiopod
Используйте API AudioPod AI для задач обработки аудио, включая генерацию AI-музыки (текст в музыку, текст в рэп, инструменталы, семплы, вокал), разделение на дорожки, преобразование текста в речь, шумоподавление, транскрипцию речи в текст, разделение дикторов и извлечение медиа. Используйте, когда пользователь хочет сгенерировать музыку/песни/рэп из текста, разделить песню на дорожки/вокал/инструменты, сгенерировать речь из текста, очистить шумное аудио, транскрибировать аудио/видео или извлечь аудио с YouTube/URL. Требуется переменная окружения AUDIOPOD_API_KEY или передача api_key напрямую.
машинный переводПоказать оригиналСкрыть оригинал«Use AudioPod AI's API for audio processing tasks including AI music ge…»
Use AudioPod AI's API for audio processing tasks including AI music generation (text-to-music, text-to-rap, instrumentals, samples, vocals), stem separation, text-to-speech, noise reduction, speech-to-text transcription, speaker separation, and media extraction. Use when the user needs to generate music/songs/rap from text, split a song into stems/vocals/instruments, generate speech from text, clean up noisy audio, transcribe audio/video, or extract audio from YouTube/URLs. Requires AUDIOPOD_API_KEY env var or pass api_key directly.
Используйте API AudioPod AI для задач обработки аудио, включая генерацию AI-музыки (текст в музыку, текст в рэп, инструменталы, семплы, вокал), разделение на…
Как процесс C 56/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, повторный запуск
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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
- предупреждение
body-longтело SKILL.md ≈ 5361 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 56/100
- 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
- 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (web, 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
- 70Стоимость исполнения. Тело инструкции 5361 токенов
- 100Шаги. Шагов: 19
- 100Согласованность. Имя и обязательные поля на месте
- low Разделов верхнего уровня: 11. 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 538 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 36 заголовков
- +3Пошаговые инструкции: 19 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (18 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.