SKILLEMALL.ai

BD ffmpeg_multimedia_editing

Редактирование мультимедиа с помощью FFmpeg, включая 20 операций, таких как обрезка видео, склейка, транскодирование, спецэффекты, создание скриншотов, наложение водяных знаков, изменение скорости, обработка аудио и т. д. Используйте, когда пользователь упоминает «FFmpeg», «обрезка видео», «склейка видео», «сжатие видео», «конвертация формата видео», «скриншот», «водяной знак», «изменение скорости», «обратное воспроизведение», «GIF», «извлечение аудио», «шумоподавление аудио», «регулировка громкости», «картинка в картинке», «кадрирование», «поворот», «субтитры», «переходные эффекты», «разделение на сегменты», «склейка музыки», «синтез аудио и видео», «первый/последний кадр», «переворот», «масштабирование», «скриншот», «жесткие субтитры», «мягкие субтитры», «замедленное движение», «ускорение», «временная метка», «длительность», «транскодирование», «кодирование» и слова со схожим значением; используйте, когда пользователь нуждается в обработке локальных видео- или аудиофайлов. Не включает генерацию контента с помощью ИИ.

машинный переводПоказать оригиналСкрыть оригинал«使用 FFmpeg 进行多媒体编辑,包括视频剪辑、拼接、转码、特效、截图、水印、变速、音频处理等 20 种操作。当用户提到"FFmpeg""…»

使用 FFmpeg 进行多媒体编辑,包括视频剪辑、拼接、转码、特效、截图、水印、变速、音频处理等 20 种操作。当用户提到"FFmpeg""视频剪辑""视频拼接""视频压缩""视频格式转换""截图""水印""变速""倒放""GIF""音频提取""音频降噪""音量调节""画中画""裁剪""旋转""字幕""过渡特效""分段拆分""音乐拼接""音画合成""首尾帧""翻转""缩放""截图""硬字幕""软字幕""慢动作""加速""时间戳""时长""转码""编码"以及含义相近的词汇时引用;当用户需要对本地视频或音频文件进行处理时引用。不涉及 AI 内容生成。

ClawHub Agent Skills автор: 王新平(Wang-Xin-ping) v1.0.0 MIT-0 24 файла тело ≈ 731 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Редактирование мультимедиа с помощью FFmpeg, включая 20 операций, таких как обрезка видео, склейка, транскодирование, спецэффекты, создание скриншотов…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 24. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 49/100

  • 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 (ffmpeg_multimedia_editing) не совпадает с папкой (ffmpeg-multimedia-editing)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 20
  • 100Стоимость исполнения. Тело инструкции 731 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -31 из 21 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 2 примера фраз-триггеров в кавычках
  • +3Длина description 276 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 20 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: clean
This is a coherent local FFmpeg media-editing skill with no evidence of hidden network, credential, or persistence behavior, though users should watch output paths because files may be overwritten.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.