AC video-cut
Склейка видео от начала до конца: превращает длинное необработанное видео (ток-шоу, влог, подкаст) в компактную "первую версию" (черновой монтаж). Используйте, когда вас просят отредактировать/剪辑 исходное видео с YouTube (или локальное) в более сжатую версию: скачайте, транскрибируйте по словам, определите неудачные моменты (медленное начало, заполнители, паузы, отклонения от темы, болтовню), составьте план монтажа в JSON (каждый сохраненный/удаленный фрагмент с началом/концом + причина в одной строке), отрендерите с помощью ffmpeg, затем проверьте результат (повторная транскрипция + проверка кадров/черноты/тишины). Триггеры: "剪成第一版", "rough cut", "first cut", "压缩时长", "把这条原片剪短", "cut down this video".
машинный переводПоказать оригиналСкрыть оригинал«End-to-end turn an unedited long-form talking-head / vlog / podcast vi…»
End-to-end turn an unedited long-form talking-head / vlog / podcast video into a compact "first cut" (rough cut). Use when asked to edit/剪辑 a raw YouTube (or local) video into a tighter version: download, word-level transcribe, diagnose bad-edit spots (slow intro, fillers, dead air, tangents, rambling), decide cuts in a JSON edit plan (each kept/dropped span with in/out + a one-line reason), render with ffmpeg, then self-check the result (re-transcribe + frame/black/ silence checks). Triggers: "剪成第一版", "rough cut", "first cut", "压缩时长", "把这条原片剪短", "cut down this video".
Склейка видео от начала до конца: превращает длинное необработанное видео (ток-шоу, влог, подкаст) в компактную "первую версию" (черновой монтаж).
Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, отчётность по ходу
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: 1. 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 60/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 85Шаги. Шагов: 22, расплывчатых формулировок: 1
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3477 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
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
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 5 примера фраз-триггеров в кавычках
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 575 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 14 заголовков
- +3Пошаговые инструкции: 22 пунктов
- +4Есть примеры (13 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
- +3Все 9 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 100.