SKILLEMALL.ai
GitHub ↗ EN Войти

BB mix-master

Канонический микс аудио для коротких рекламных роликов за один проход FFmpeg. VO loudnorm + 3.0× на клип + 2.0× микс, музыка 0.13 база + apad+afade, компрессия sidechain 20:1 @ 0.01, кульминационная строка +20%, опциональная синхронизация длительности видео с музыкой. Заменяет реактивную многопроходную настройку, которая требовала 6+ проходов в v03.

машинный переводПоказать оригиналСкрыть оригинал«Canonical short-form-ad audio mix in one FFmpeg pass. VO loudnorm + 3.…»

Canonical short-form-ad audio mix in one FFmpeg pass. VO loudnorm + 3.0× per-clip + 2.0× mix, music 0.13 base + apad+afade, sidechain compress 20:1 @ 0.01, climax line +20%, optional video-to-music duration sync. Replaces the reactive multi-round tuning that cost v03 6+ passes.

gooseworks-ai/goose-skills Agent Skills автор: gooseworks-ai 3 файла · 1 скрипт тело ≈ 1 388 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Канонический микс аудио для коротких рекламных роликов за один проход FFmpeg.

Как процесс B 73/100 · Почти готов — слабые места: повторный запуск, отчётность по ходу

ПроцедураМедиа и видеотип 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
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
B
73/100
Почти готов
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 1 месте: goose-skills

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "status"
  • заметка frontmatter-key неизвестное поле фронтматтера "superseded_by"

Процессный рейтинг: все десять параметров 73/100

  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 44
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1388 токенов
  • low Ответ описан самодельной разметкой (19 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
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 278 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 44 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (1 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.