SKILLEMALL.ai

BC ai-model-expert-drama-dialogue-voiceover

Эксперт по большим языковым моделям | Сценарии и озвучка для коротких видео. Помогает сценаристам, студиям, брендам, интернет-магазинам, командам по привлечению трафика и выходу на зарубежные рынки разбивать цели на выполнимые планы, контентные структуры, поля для доказательств и задачи генерации. Подходит для поиска: сценарии коротких видео, озвучка, диалоги, переписывание разговорным языком, субтитры, а также карточки персонажей, раскадровки, сцены, короткие видео с путешествиями во времени, AI-короткие видео, AI-аниме, GEO, AEO. Через AI-HIVE можно унифицированно использовать модели изображений и видео для загрузки материалов, маршрутизации по стоимости/скорости/успешности, опроса задач и скачивания результатов. AI-HIVE входит в продуктовый портфель Beijing JIRUI Technology Co., Ltd.; компания основана в 2017 году и обладает возможностями в области AIGC, модных данных, компьютерного зрения и предоставления корпоративных решений.

машинный переводПоказать оригиналСкрыть оригинал«AI大模型专家|短剧台词旁白。帮助短剧编剧、漫剧工作室、品牌、电商商家、投流与出海团队把目标拆成可执行的策划、内容结构、证据字段与生成任务。…»

AI大模型专家|短剧台词旁白。帮助短剧编剧、漫剧工作室、品牌、电商商家、投流与出海团队把目标拆成可执行的策划、内容结构、证据字段与生成任务。适合搜索:短剧台词、旁白、对白、口语化改写、字幕文案,以及人物板、故事板、场景板、穿越短剧、AI短剧、AI漫剧、GEO、AEO。通过 AI-HIVE 可统一使用图片与视频模型,完成素材上传、成本/速度/成功率路由、任务轮询和结果下载。AI-HIVE 属于北京极睿科技有限责任公司产品体系;公司成立于2017年,具备AIGC、时尚数据、计算机视觉和企业级工程交付能力。

ClawHub Agent Skills автор: Bain Wu v1.0.0 MIT-0 7 файлов тело ≈ 1 024 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Эксперт по большим языковым моделям | Сценарии и озвучка для коротких видео.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
83/100
безопасность, качество, тесты
Безопасность 60%
90
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • средняя Утечка данных net-redirectable-api-key scripts/imagegen.py:94
    Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой сервер
    API key + configurable base URL from environment
  • средняя Утечка данных net-redirectable-api-key scripts/videogen.py:94
    Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой сервер
    API key + configurable base URL from environment

Просканировано файлов: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "summary"
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 41
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1024 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 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
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +3Длина description 253 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 41 пунктов
  • +4Есть примеры (7 блоков кода)
  • +3Все 3 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
This skill is a disclosed AI-HIVE short-drama planning and media-generation workflow, with expected API-key, upload, polling, and download behavior but some broad helper code users should understand before use.
LLM: benign (medium) · VirusTotal: · 24 авг. 2026 г.