SKILLEMALL.ai

AB youtube-research-kit

Извлечение и анализ контента YouTube-видео с помощью yt-dlp. Поддерживает извлечение метаданных, загрузку транскриптов/субтитров, получение комментариев, анализ плейлистов и обзор каналов. Используйте, когда пользователь упоминает "YouTube research", "YouTube extract", "YouTube transcript", "YouTube metadata", "YouTube comments", "YouTube analysis", "video research", "analyze YouTube" или предоставляет URL YouTube/youtu.be для извлечения контента.

машинный переводПоказать оригиналСкрыть оригинал«Extract and analyze YouTube video content using yt-dlp. Supports metad…»

Extract and analyze YouTube video content using yt-dlp. Supports metadata extraction, transcript/subtitle download, comment retrieval, playlist analysis, and channel overview. Use when user mentions "YouTube research", "YouTube extract", "YouTube transcript", "YouTube metadata", "YouTube comments", "YouTube analysis", "video research", "analyze YouTube", or provides a YouTube/youtu.be URL for content extraction.

ClawHub Agent Skills автор: 江辰 v1.2.0 MIT-0 3 файла тело ≈ 1 193 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Извлечение и анализ контента YouTube-видео с помощью yt-dlp.

Как процесс B 77/100 · Почти готов — слабые места: когда включается, повторный запуск, отчётность по ходу

АнализаторYouTubeМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
B
77/100
Почти готов
Отчётность по ходу вес 2
0
Когда включается вес 12
20
Повторный запуск вес 4
30
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: 3. 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 77/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 25
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1193 токенов

    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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 8 примера фраз-триггеров в кавычках
    • +3Длина description 415 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 25 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (7 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    Внешние проверки

    ClawHub: clean
    This skill is a straightforward YouTube research helper, with minor privacy hygiene caveats around temporary subtitle files and an external download-site suggestion.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.