SKILLEMALL.ai

BC Agentic video understanding

Используйте, когда агенту необходимо извлекать моменты, цитаты, возражения, крючки или доказательства из длинных видео или аудио записей дешевле, чем полный анализ — записи продаж, подкасты, выпуски YouTube, пробные записи Loom, записи обнаружения. Целенаправленный просмотр с помощью агентского видеопонимания Gemini (кадры, аудио или транскрипт). Не для монтажа, наложений, рендеринга, планирования или публикации.

машинный переводПоказать оригиналСкрыть оригинал«Use when an agent must extract moments, quotes, objections, hooks, or…»

Use when an agent must extract moments, quotes, objections, hooks, or evidence from long video or audio cheaper than full-frame ingest — sales calls, podcasts, YouTube episodes, Loom trials, discovery recordings. Goal-directed watch via Gemini agentic video understanding (frames, audio, or transcript). Not for cutting, overlays, rendering, scheduling, or publishing.

ericosiu/ai-marketing-skills Agent Skills автор: ericosiu MIT 2 файла тело ≈ 880 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Используйте, когда агенту необходимо извлекать моменты, цитаты, возражения, крючки или доказательства из длинных видео или аудио записей дешевле, чем полный…

Как процесс C 64/100 · Есть пробелы — слабые места: ошибки и развилки, согласованность, повторный запуск

ПроцедураYouTubeМедиа и видеоИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)

    Процессный рейтинг: все десять параметров 64/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (Agentic video understanding) не совпадает с папкой (agentic-video-understanding)
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 20
    • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
    • 100Стоимость исполнения. Тело инструкции 880 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

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 368 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 20 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.