SKILLEMALL.ai
GitHub ↗ EN Войти

BB transcript-fixer

Исправляет ошибки транскрипции речи в текст с помощью правил словаря и встроенного ИИ Claude (внешний API-ключ не требуется); Собственная коррекция ИИ — это стандартный режим, Этап 1 сам по себе неполный, а Этап 3 API предназначен только для автоматизации без Claude Code. Создает персонализированные базы данных коррекции, загружает варианты распознавания речи для имен людей из настроенного глобального списка людей и считывает контекст по доменам для омофонов. Перед исправлением имени человека агент должен обратиться как к глобальному списку, так и к списку идентификаторов соответствующего проекта; списки проектов не загружаются автоматически, а частота появления никогда не является доказательством личности. Используйте для результатов ASR/STT с ошибками распознавания, омофонами, искаженными техническими терминами, ошибками в именах людей или смешанным китайско-английским текстом, а также для очистки заметок со встреч, стенограмм лекций, интервью или любого текста, полученного с помощью распознавания речи — даже если пользователь просто говорит «исправь эту стенограмму», «приведи в порядок эти заметки со встреч» или упоминает искаженное имя.

машинный переводПоказать оригиналСкрыть оригинал«Corrects speech-to-text transcription errors with dictionary rules and…»

Corrects speech-to-text transcription errors with dictionary rules and Claude's built-in AI (no external API key required); Native AI Correction is the default, Stage 1 alone is incomplete, and Stage 3 API is only for automation without Claude Code. Builds personalized correction databases, loads person-name ASR variants from the configured global people roster, and reads per-domain contexts for homophones. Before correcting a person name, the agent must consult both the global roster and the owning project's identity roster; project rosters are not auto-loaded, and occurrence frequency is never identity evidence. Use for ASR/STT output with recognition errors, homophones, garbled technical terms, person-name errors, or mixed Chinese/English, and for cleaning meeting notes, lecture transcripts, interviews, or any speech-recognition text—even when the user only says “fix this transcript,” “clean up these meeting notes,” or mentions a garbled name.

Не рекомендуетсяесть критические или высокие находки безопасности
daymade/claude-code-skills Agent Skills автор: daymade 80 файлов тело ≈ 9 957 токенов Открыть источникgithub.com↗ проанализирован 2 ч назад

Исправляет ошибки транскрипции речи в текст с помощью правил словаря и встроенного ИИ Claude (внешний API-ключ не требуется); Собственная коррекция ИИ — это…

Как процесс B 73/100 · Почти готов — слабые места: результат и критерий готовности, стоимость исполнения, повторный запуск

ИнтеграцияИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
B
76/100
безопасность, качество, тесты
Безопасность 60%
78
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
B
73/100
Почти готов
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Результат и критерий готовности вес 14
40
три самых слабых из десяти параметров · все десять

Чем это грозит

Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.

Опасные команды
Если установить

Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.

Автору

Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.

Как улучшить

  1. Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 5

  • высокая Опасные команды cmd-persistence references/team_collaboration.md:218
    Механизм закрепления (cron / launchd / планировщик / автозапуск в реестре)
    Register-ScheduledTask -Action $action -Trigger $trigger -TaskName "SyncTranscriptCorrections"
Средние и низкие: 4
  • низкая Опасные команды cmd-cron-mention references/team_collaboration.md:209
    Упоминание редактирования crontab
    crontab -e
  • низкая Опасные команды cmd-pipe-to-shell-known-host scripts/ensure_deps.py:36
    Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код) (строковый литерал в коде, не выполняется)
    print("   Install uv first: curl -LsSf https://astral.sh/uv/install.sh | sh")
    строка в коде
  • низкая Секреты в коде secret-high-entropy-token scripts/tests/test_common_words_safety.py:714
    Строка, похожая на токен (может быть id, хеш или секрет) (тестовый файл / пример)
    class Test…_06(unittest.TestCase):
    тестовый файл
  • низкая Секреты в коде secret-high-entropy-token scripts/tests/test_common_words_safety.py:789
    Строка, похожая на токен (может быть id, хеш или секрет) (тестовый файл / пример)
    class Test…_08(unittest.TestCase):
    тестовый файл

Просканировано файлов: 79. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 9957 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 31, 177): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 73/100

  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 8, без проверки текущего состояния
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 40Стоимость исполнения. Тело инструкции 9957 токенов: вытесняет саму задачу из окна
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 62
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 14. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (15 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 960: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • -35 из 14 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 2 примера фраз-триггеров в кавычках
  • +4Структура: 33 заголовков
  • +3Пошаговые инструкции: 62 пунктов
  • +4Справочные файлы упоминаются в инструкциях (23 из 23)

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