BD audio-tools
Набор инструментов для обработки аудио и видео. Поддерживает следующие операции: - Извлечение аудио из видеофайла и сохранение в формате WAV - Обрезка аудиофайла по указанному времени начала и длительности - Воспроизведение указанного видео или аудиофайла (с использованием плеера по умолчанию в системе) - Распознавание речи в текст (Whisper) с выводом в формате JSON (включая временные метки, уровень достоверности) - Извлечение метаданных аудио/видео (битрейт, частота дискретизации, длительность, кодек и т. д.) Триггерные слова: извлечь аудио, обрезать аудио, обрезка аудио, вырезать аудио, воспроизвести видео, воспроизвести аудио, видео в аудио, извлечь wav, нарезка аудио, извлечь из видео, audio extract, clip audio, play video, play audio, речь в текст, транскрибировать аудио, распознавание речи, извлечь текст, transcribe, STT, посмотреть информацию об аудио, извлечь метаданные, информация о файле, битрейт, частота дискретизации, metadata
машинный переводПоказать оригиналСкрыть оригинал«音视频处理工具集。支持以下操作： - 从视频文件中提取音频并保存为 WAV 格式 - 对音频文件按指定开始时间和持续时长进行截取 - 播放指…»
音视频处理工具集。支持以下操作： - 从视频文件中提取音频并保存为 WAV 格式 - 对音频文件按指定开始时间和持续时长进行截取 - 播放指定的视频或音频文件（调用系统默认播放器） - 语音识别转文字（Whisper），输出 JSON 格式（含时间戳、置信度） - 提取音频/视频元数据（码率、采样率、时长、编码等） 触发词：提取音频、截取音频、音频截取、剪切音频、播放视频、播放音频、 视频转音频、wav提取、音频剪辑、从视频提取、audio extract、clip audio、play video、play audio、 语音转文字、音频转录、语音识别、提取文字、transcribe、STT、 查看音频信息、提取元数据、文件信息、码率、采样率、metadata
Набор инструментов для обработки аудио и видео.
Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
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 · 0
✓ Критических и высоких находок нет
Просканировано файлов: 4. 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") - заметка
frontmatter-keyнеизвестное поле фронтматтера "work_dir" - заметка
frontmatter-keyнеизвестное поле фронтматтера "runtime" - заметка
frontmatter-keyнеизвестное поле фронтматтера "script"
Процессный рейтинг: все десять параметров 41/100
- 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 (audio-tools) не совпадает с папкой (emar-audio-tools)
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 44
- 100Стоимость исполнения. Тело инструкции 1529 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
- -216 эмодзи в инструкциях: шум для модели
- -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 335 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 18 заголовков
- +3Пошаговые инструкции: 44 пунктов
- +4Есть примеры (14 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.