SKILLEMALL.ai

AB douyin-video-analysis

Аналитическая конвейерная линия для видео Douyin: после ввода ссылки на Douyin автоматически/полуавтоматически извлекает информацию со страницы и аудио, транскрибирует речь, суммирует контент, извлекает полезную информацию и соответствующие доказательства, проводит критический анализ и записывает транскрипцию и результаты анализа в Obsidian. / Analyze a Douyin video from a shared URL by extracting page metadata, capturing audio when possible, transcribing speech into readable text, summarizing content, extracting useful information plus evidence, applying critical analysis, and saving both transcript and analysis into Obsidian.

машинный переводПоказать оригиналСкрыть оригинал«抖音视频分析流水线:输入抖音链接后,自动/半自动抓取页面信息与音频、转写口播、总结内容、提取有用信息与对应证据、进行批判性思维分析,并把转写…»

抖音视频分析流水线:输入抖音链接后,自动/半自动抓取页面信息与音频、转写口播、总结内容、提取有用信息与对应证据、进行批判性思维分析,并把转写与分析结果写入 Obsidian。 / Analyze a Douyin video from a shared URL by extracting page metadata, capturing audio when possible, transcribing speech into readable text, summarizing content, extracting useful information plus evidence, applying critical analysis, and saving both transcript and analysis into Obsidian.

ClawHub Agent Skills автор: zzmbobby v0.1.4 MIT-0 13 файлов тело ≈ 1 291 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Аналитическая конвейерная линия для видео Douyin: после ввода ссылки на Douyin автоматически/полуавтоматически извлекает информацию со страницы и аудио…

Как процесс B 72/100 · Почти готов — слабые места: повторный запуск

АнализаторObsidianМедиа и видеоИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
B
72/100
Почти готов
Повторный запуск вес 4
30
Инструменты и файлы вес 18
60
Шаги вес 15
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: 13. 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 72/100

    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
    • 60Шаги. Шагов: 89, расплывчатых формулировок: 5
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1291 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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)
    • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 379 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 22 заголовков
    • +3Пошаговые инструкции: 89 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.

    Внешние проверки

    ClawHub: suspicious
    This skill appears purpose-aligned, but it reuses browser session cookies to download media and writes persistent local notes without enough user control or scoping.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.