AC podwise
Рабочие процессы с использованием знаний о подкастах на базе сервера Podwise MCP: поиск подкастов и выпусков по ключевым словам, мониторинг отслеживаемых шоу на предмет новых выпусков, поиск популярных выпусков, ответы на вопросы и извлечение информации из расшифровок, обработка URL-адресов выпусков Podwise, видео YouTube, ссылок Xiaoyuzhou и локальных аудио- или видеофайлов для получения расшифровок, кратких сводок, глав, вопросов и ответов, ментальных карт, основных моментов и ключевых слов — плюс возможность наверстать упущенное, усовершенствовать свои предпочтения в прослушивании, генерировать еженедельные сводки, экспортировать заметки о выпусках в инструменты PKM, исследовать темы в подкастах, обсуждать идеи выпусков и генерировать карточки для изучения языка. Используйте, когда пользователь хочет найти, обобщить, расшифровать или извлечь информацию из любого подкаста или аудиоконтента, или управлять своей медиатекой.
машинный переводПоказать оригиналСкрыть оригинал«Podcast knowledge workflows powered by the Podwise MCP server: search…»
Podcast knowledge workflows powered by the Podwise MCP server: search podcasts and episodes by keyword, monitor followed shows for new releases, find popular episodes, ask questions and extract insights from transcript content, process Podwise episode URLs, YouTube videos, Xiaoyuzhou links, and local audio or video files to retrieve transcripts, summaries, chapters, Q&A, mind maps, highlights, and keywords — plus catch up on your backlog, refine your listening taste, generate weekly recaps, export episode notes to PKM tools, research topics across podcasts, debate episode ideas, and generate language learning cards. Use when the user wants to find, summarize, transcribe, or extract insights from any podcast or audio content, or manage their listening library.
Рабочие процессы с использованием знаний о подкастах на базе сервера Podwise MCP: поиск подкастов и выпусков по ключевым словам, мониторинг отслеживаемых шоу…
Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
Как улучшить
- 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: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
Процессный рейтинг: все десять параметров 55/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
- 55Ошибки и развилки. Развилок: 1
- 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Шаги. Шагов: 52
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1422 токенов
- 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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 769 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 7 заголовков
- +3Пошаговые инструкции: 52 пунктов
- +4Есть примеры (0 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.