SKILLEMALL.ai

BC spoken-draft-cleanup

Превращает необработанную стенограмму диктовки в чистый, редактируемый черновик, точно сохраняя голос и стиль автора. ТОЛЬКО МЕХАНИЧЕСКАЯ ОБРАБОТКА — удаляет слова-паразиты и ложные начала, восстанавливает пунктуацию границ предложений и разбиение на абзацы, а также ПОМЕЧАЕТ вероятные ошибки транскрипции как вопросы, а не исправляет их молча. НЕ перестраивает, НЕ изменяет стиль, НЕ перефразирует и НЕ улучшает. Создает очищенный черновик плюс журнал исправлений всех изменений и всех пометок. Это строгий входной мост от «произнести мою статью» к редактируемому черновику, запускаемый перед этапами консультативного редактирования. Используйте при очистке стенограммы диктовки/голоса, подготовке устного черновика к редактированию или при приеме стенограммы. Ключевые слова для запуска — очистить стенограмму, очистка диктовки, устный черновик, прием стенограммы, удалить слова-паразиты, пометить ошибки транскрипции.

машинный переводПоказать оригиналСкрыть оригинал«Turns a raw dictation transcript into a clean, editable draft while pr…»

Turns a raw dictation transcript into a clean, editable draft while preserving the writer's voice and form exactly. MECHANICAL ONLY — removes fillers and false starts, restores sentence-boundary punctuation and paragraph breaks, and FLAGS likely transcription errors as questions rather than silently fixing them. It does NOT restructure, restyle, reword, or improve. Produces the cleaned draft plus a cleanup log of every change and every flag. This is the strict intake bridge from "speak out my article" to an editable draft, run before the advisory-edit passes. Use when cleaning a dictation/voice transcript, prepping a spoken draft for editing, or doing transcript intake. Trigger keywords — clean up transcript, dictation cleanup, spoken draft, transcript intake, remove fillers, flag transcription errors.

lyndonkl/claude Agent Skills автор: lyndonkl 1 файл тело ≈ 1 656 токенов Открыть источникgithub.com↗ проанализирован 16 ч назад

Превращает необработанную стенограмму диктовки в чистый, редактируемый черновик, точно сохраняя голос и стиль автора.

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ГенераторТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
C
56/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 56/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 4
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1656 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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)
    • +3Длина description 813: рекомендуется 120–800 символов
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 4 пунктов
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.