SKILLEMALL.ai

AB gettr-transcribe-summarize

Скачивайте аудио из поста GETTR (через HTML og:video), транскрибируйте его локально с помощью MLX Whisper на Apple Silicon (с временными метками через VTT) и суммируйте транскрипцию в виде маркированного списка и/или структурированного плана с временными метками. Используйте, когда вам предоставлен URL поста GETTR и вас просят создать транскрипцию или резюме.

машинный переводПоказать оригиналСкрыть оригинал«Download audio from a GETTR post (via HTML og:video), transcribe it lo…»

Download audio from a GETTR post (via HTML og:video), transcribe it locally with MLX Whisper on Apple Silicon (with timestamps via VTT), and summarize the transcript into bullet points and/or a timestamped outline. Use when given a GETTR post URL and asked to produce a transcript or summary.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 7 файлов · 2 скрипта тело ≈ 1 735 токенов Открыть источникgithub.com проанализирован 2 дн назад

Скачивайте аудио из поста GETTR (через HTML og:video), транскрибируйте его локально с помощью MLX Whisper на Apple Silicon (с временными метками через VTT) и…

Как процесс B 76/100 · Почти готов — слабые места: отчётность по ходу

ПроцедураТексты и документыМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
93
Прогон на моделях
не было
Процессный рейтинг
B
76/100
Почти готов
Отчётность по ходу вес 2
0
Когда включается вес 12
50
Инструменты и файлы вес 18
60
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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 76/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (web), 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: 43
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1735 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Ответ описан самодельной разметкой (7 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 292 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 43 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (7 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 2)
    • +3Все 3 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.