AB podwise-podcast-copilot
Рабочие процессы помощника подкастов с помощью CLI Podwise: ищите подкасты или эпизоды по ключевому слову, отслеживайте новые выпуски в подписках, находите популярные эпизоды, задавайте вопросы или извлекайте инсайты, ища по содержанию транскрипций подкастов, обрабатывайте URL эпизодов Podwise, видео YouTube, ссылки на эпизоды Xiaoyuzhou и локальные аудио- или видеофайлы, затем получайте транскрипцию, резюме, главы, вопросы и ответы, ментальную карту, основные моменты и ключевые слова. Используйте, когда пользователь просит найти подкасты или эпизоды по названию/теме/ключевому слову, обнаружить популярные шоу, проверить обновления подписок, ответить на вопрос из транскрипций подкастов, синтезировать инсайты на основе транскрипций по подкастам, резюмировать эпизод, извлечь субтитры или транскрипцию, превратить YouTube в заметки, резюмировать эпизод Xiaoyuzhou, транскрибировать локальную запись или извлечь ключевые моменты из локального видео или аудиофайла.
машинный переводПоказать оригиналСкрыть оригинал«Podcast copilot workflows with podwise CLI: search podcasts or episode…»
Podcast copilot workflows with podwise CLI: search podcasts or episodes by keyword, monitor followed shows for new releases, find current popular episodes, ask questions or extract insights by searching across podcast transcript content, process Podwise episode URLs, YouTube videos, Xiaoyuzhou episode links, and local audio or video files, then retrieve transcript, summary, chapters, Q&A, mind map, highlights, and keywords. Use when the user asks to find podcasts or episodes by name/topic/keyword, discover hot shows, check subscription updates, answer a question from podcast transcripts, synthesize transcript-grounded insights across podcasts, summarize an episode, extract subtitles or a transcript, turn YouTube into notes, summarize a Xiaoyuzhou episode, transcribe a local recording, or extract key points from a local video or audio file.
Рабочие процессы помощника подкастов с помощью CLI Podwise: ищите подкасты или эпизоды по ключевому слову, отслеживайте новые выпуски в подписках, находите…
Как процесс B 66/100 · Почти готов — слабые места: входы и предусловия, согласованность, 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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 66/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (podwise-podcast-copilot) не совпадает с папкой (podcast-copilot)
- 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Ошибки и развилки. Развилок: 12
- 100Шаги. Шагов: 41
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Стоимость исполнения. Тело инструкции 2132 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Ответ описан самодельной разметкой (8 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)
- +3Длина description 851: рекомендуется 120–800 символов
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 17 заголовков
- +3Пошаговые инструкции: 41 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (8 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.