BC AudioEditor
Очищает аудиозапись речи с помощью транскрипции Whisper, классификации сегментов Claude и обрезки ffmpeg, плюс приглушение дыхания и исправление артефактов шумоподавления. ИСПОЛЬЗОВАТЬ КОГДА очистить аудио, редактировать аудио, удалить слова-паразиты, очистить подкаст, удалить «эмм», вырезать тишину, отполировать аудио, обрезать запись, вырезать заикания, тикающее аудио, щелкающее аудио, щелчки в аудио, артефакты гейта, хлопающее аудио, громкое дыхание, звуки дыхания, звуки рта, щелчки рта, причмокивания, приглушить дыхание. НЕ ДЛЯ видеомонтажа (HyperFrames) или плотной нарезки подкаста или аудиозаписи для публикации (намерение TightCut навыка видео (на стороне мейнтейнера; не в публичном релизе)).
машинный переводПоказать оригиналСкрыть оригинал«Cleans spoken audio via Whisper transcription, Claude segment classifi…»
Cleans spoken audio via Whisper transcription, Claude segment classification, and ffmpeg cuts, plus breath taming and noise-gate artifact repair. USE WHEN clean audio, edit audio, remove filler words, clean podcast, remove ums, cut dead air, polish audio, trim recording, cut stutters, ticking audio, clicking audio, audio clicks, gate artifacts, popping audio, loud breaths, breathing sounds, mouth sounds, mouth clicks, lip smacks, tame the breaths. NOT FOR video composition (HyperFrames) or tight-cutting a podcast or spoken recording for publishing (the video skill's TightCut intent (maintainer-side; not in the public release)).
Очищает аудиозапись речи с помощью транскрипции Whisper, классификации сегментов Claude и обрезки ffmpeg, плюс приглушение дыхания и исправление артефактов…
Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки
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: 21. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
name-formatname должен быть в kebab-case (строчные буквы, цифры, дефисы) - заметка
frontmatter-keyнеизвестное поле фронтматтера "evals"
Процессный рейтинг: все десять параметров 54/100
- 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
- 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 13
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1650 токенов
- low Ответ описан самодельной разметкой (8 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
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 635 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 13 пунктов
- +4Есть примеры (0 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.