BD render-narrated-ugc-wardrobe-stitch
Соберите озвученный рекламный ролик "stitch reply" в формате UGC из конфигурации: один голос за кадром несет дословный отзыв, в то время как около 30 коротких клипов (один автор примерно в 5 нарядах и 3 локациях, плюс B-roll продукта) обрезаются до окон, вырезанных по временным меткам слов голоса за кадром, и соединяются. Голос за кадром звучит поверх приглушенной музыки, субтитры по словам идут на протяжении всего ролика, прокрутка целевой страницы анимируется по скриншоту, а реальная конечная карточка бренда завершает его (никогда не текст, сгенерированный ИИ). Бесплатная, детерминированная сборка с использованием общего вспомогательного средства stitch-videos-ffmpeg; голос за кадром, статичные изображения автора и клипы поступают из create-vo-elevenlabs, create-image-gpt-image-fal, create-image-fal и create-video-fal. Используйте для формата narrated-ugc-wardrobe-stitch.
машинный переводПоказать оригиналСкрыть оригинал«Assemble a narrated-UGC "stitch reply" ad from a config: one voiceover…»
Assemble a narrated-UGC "stitch reply" ad from a config: one voiceover carries a verbatim testimonial while about 30 short clips (one creator across about 5 outfits and 3 settings, plus product B-roll) are trimmed to windows cut from the voiceover's word timings and joined. The voiceover sits over a ducked music bed, word-by-word captions run throughout, a landing-page scroll is animated from a screenshot, and the brand's real end card closes it (never AI-rendered text). Free, deterministic assembly using the shared stitch-videos-ffmpeg helper; the voiceover, creator stills and clips come from create-vo-elevenlabs, create-image-gpt-image-fal, create-image-fal and create-video-fal. Use for the narrated-ugc-wardrobe-stitch format.
Соберите озвученный рекламный ролик "stitch reply" в формате UGC из конфигурации: один голос за кадром несет дословный отзыв, в то время как около 30 коротких…
Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Такой же скилл встречается ещё в 1 месте: goose-skills
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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "status"
Процессный рейтинг: все десять параметров 43/100
- 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
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 10, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 100Шаги. Шагов: 13
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1474 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 738 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 4 заголовков
- +3Пошаговые инструкции: 13 пунктов
- +4Есть примеры (1 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.