BB video-clip-editor
Навык редактирования видеоклипов для автоматического анализа видеоконтента и генерации шаблонов черновиков CapCut. Использует локальный Whisper для транскрипции речи, Qwen-VL-Plus для описания визуальных сцен и edge-tts для аудио озвучки. Интеллектуально разделяет по диалогам/ключевым словам/основным моментам, применяет редактирование koubo jump-cut и выводит draft_content.json, готовый к импорту в CapCut. Используйте этот навык, когда пользователь упоминает: редактирование видео, клип, черновик CapCut, извлечение основных моментов, редактирование субтитров, клипинг по ключевым словам, видеоклип, озвучка, описание сцены или загружает видео и просит его отредактировать.
машинный переводПоказать оригиналСкрыть оригинал«Video clip editing skill for automatically analyzing video content and…»
Video clip editing skill for automatically analyzing video content and generating CapCut draft templates. Uses local Whisper for speech transcription, Qwen-VL-Plus for visual scene description, and edge-tts for narration audio. Intelligently splits by dialogue/keywords/highlights, applies koubo jump-cut editing, and outputs draft_content.json ready to import into CapCut. Use this skill whenever the user mentions: video editing, clip, CapCut draft, highlight extraction, subtitle editing, keyword clipping, movie clip, narration, scene description, or uploads a video and asks to edit it.
Навык редактирования видеоклипов для автоматического анализа видеоконтента и генерации шаблонов черновиков CapCut.
Как процесс B 66/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия
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: 14. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 7850 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 66/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 70Стоимость исполнения. Тело инструкции 7850 токенов
- 100Шаги. Шагов: 17
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Ошибки и развилки. Развилок: 5, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 17. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее
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
- -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
- -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- -35 из 10 скриптов не упомянуты в SKILL.md
- +2Инструкции на одном языке
- +3Длина description 591 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 33 заголовков
- +3Пошаговые инструкции: 17 пунктов
- +4Есть примеры (31 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.