SKILLEMALL.ai

AB youtube-cn-subtitle-burnin

Создавайте видео с субтитрами на упрощенном китайском или двуязычные китайско-английские субтитры из ссылок на YouTube или существующих видео/файлов субтитров. Используйте, когда пользователь просит добавить/встроить китайские субтитры, перевести видео YouTube, создать китайские или двуязычные выходы SRT/ASS/MP4, скачать или подготовить миниатюры/обложки YouTube, извлечь или перевести описания YouTube, добавить метки субтитров на китайском языке или информацию об авторе к обложкам, проверить читаемость субтитров, исправить проблемы с синхронизацией/разделением/размером/перекрытием субтитров или включить отзывы пользователя о субтитрах в рабочий процесс.

машинный переводПоказать оригиналСкрыть оригинал«Create Simplified Chinese or Chinese-English bilingual hard-subtitled…»

Create Simplified Chinese or Chinese-English bilingual hard-subtitled videos from YouTube links or existing video/subtitle files. Use when the user asks to add/burn Chinese subtitles, translate YouTube videos, produce Chinese or bilingual SRT/ASS/MP4 outputs, download or prepare YouTube thumbnails/covers, extract or translate YouTube descriptions, add Chinese-subtitle labels or author information to covers, review subtitle readability, fix subtitle timing/splitting/size/occlusion problems, or incorporate user subtitle feedback into the workflow.

ClawHub Agent Skills автор: woodenxyz v0.1.0 MIT-0 28 файлов тело ≈ 3 067 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Создавайте видео с субтитрами на упрощенном китайском или двуязычные китайско-английские субтитры из ссылок на YouTube или существующих видео/файлов субтитров.

Как процесс B 78/100 · Почти готов — слабые места: входы и предусловия, отчётность по ходу

ГенераторYouTubeМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
94
Прогон на моделях
не было
Процессный рейтинг
B
78/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Результат и критерий готовности вес 14
60
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 28. 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 78/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 54
    • 100Ошибки и развилки. Развилок: 6, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3067 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • low Ответ описан самодельной разметкой (4 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 551 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 54 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)
    • +3Все 22 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 94.

    Внешние проверки

    ClawHub: clean
    This is a disclosed YouTube subtitle and video-processing skill that uses expected media tools and project files, with no evidence of hidden data access or destructive behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.