BC doubao-asr（豆包语音转写）
Транскрибирование записанных аудиофайлов в текст с помощью Doubao Seed-ASR 2.0 (豆包录音文件识别模型2.0) от ByteDance/Volcengine. Лучшее в своем классе распознавание китайской речи с разделением говорящих. Используйте этот skill всякий раз, когда пользователь хочет: преобразовать аудио/запись в текст, транскрибировать запись встречи или голосовое сообщение, определить, кто что сказал в записи (разделение говорящих), транскрибировать файлы m4a/mp3/wav/ogg/flac или упоминает 录音转文字/豆包/火山引擎/Volcengine/Doubao ASR. Также используйте, когда у пользователя есть аудиофайл и ему нужна транскрипция, даже если он явно не говорит «транскрибировать». НЕ используйте для распознавания речи в реальном времени/потоковой передачи, преобразования текста в речь (TTS), живых субтитров или преобразования аудиоформатов.
машинный переводПоказать оригиналСкрыть оригинал«Transcribe recorded audio files to text via Doubao Seed-ASR 2.0 (豆包录音文…»
Transcribe recorded audio files to text via Doubao Seed-ASR 2.0 (豆包录音文件识别模型2.0) from ByteDance/Volcengine. Best-in-class Chinese speech recognition with speaker diarization. Use this skill whenever the user wants to: convert audio/recording to text, transcribe a meeting recording or voice memo, identify who said what in a recording (说话人分离), transcribe m4a/mp3/wav/ogg/flac files, or mentions 录音转文字/豆包/火山引擎/Volcengine/Doubao ASR. Also use when the user has an audio file and needs a transcript, even if they don't explicitly say 'transcribe'. Do NOT use for real-time/streaming speech recognition, text-to-speech (TTS), live captioning, or audio format conversion.
Транскрибирование записанных аудиофайлов в текст с помощью Doubao Seed-ASR 2.0 (豆包录音文件识别模型2.0) от ByteDance/Volcengine. Лучшее в своем классе распознавание…
Как процесс C 64/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность
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 · 3
✓ Критических и высоких находок нет
Средние и низкие: 3
-
низкая Утечка данных
read-dotenvSKILL.md:335Чтение файла .env (определение детектора / чёрного списка)**Error**: `Missing: VOLCENGINE_ACCESS_KEY_ID...` after running `source .env`
детектор -
низкая Утечка данных
read-dotenvSKILL.md:336Чтение файла .env (определение детектора / чёрного списка)**Cause**: `source .env` sets variables in the current shell but does not export them to child processes. The script runs as a subprocess and cannot see unexported variables. / `source .env` 仅在当前 shel
детектор -
низкая Утечка данных
read-dotenvSKILL.md:337Чтение файла .env (определение детектора / чёрного списка)**Solution**: Use `set -a && source .env && set +a` to auto-export all variables, or use `export` before each variable in your `.env` file. / 使用 `set -a && source .env && set +a` 自动导出所有变量，或在 `.env` 文件
детектор
Просканировано файлов: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
frontmatter-yamlSKILL.md: фронтматтер не разбирается как YAML (YAML parse error: All mapping items must start at the same column at line 50, column 1: } author: vahnxu ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении - предупреждение
name-formatname должен быть в kebab-case (строчные буквы, цифры, дефисы) - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
Процессный рейтинг: все десять параметров 64/100
- 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: 15, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (doubao-asr（豆包语音转写）) не совпадает с папкой (doubao-asr)
- 70Стоимость исполнения. Тело инструкции 4081 токенов
- 100Инструменты и файлы. Инструменты объявлены во frontmatter
- 100Шаги. Шагов: 51
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
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
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 665 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 16 заголовков
- +3Пошаговые инструкции: 51 пунктов
- +4Есть примеры (7 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.