SKILLEMALL.ai
GitHub ↗ EN Войти

AC video-proof

Запись видеодоказательств реализованных функций после завершения задач кодирования. Используйте, когда агент кодирования завершил работу и нуждается в визуальной проверке и демонстрации работоспособности функции. Создает записи экрана, скриншоты и журналы тестов в качестве артефактов PR. Интегрируется с любым рабочим процессом агента кодирования — запускается после написания кода для получения видеодоказательств работающего программного обеспечения. Активируется по запросам «video proof», «record demo», «prove it works», «show me it working» или когда PRD включают шаг доказательства/демонстрации.

машинный переводПоказать оригиналСкрыть оригинал«Record video proof of implemented features after coding tasks complete…»

Record video proof of implemented features after coding tasks complete. Use when a coding agent finishes work and needs to visually verify and demonstrate that the feature works. Generates screen recordings, screenshots, and test logs as PR artifacts. Integrates with any coding agent workflow — run after code is written to produce video evidence of working software. Trigger on "video proof", "record demo", "prove it works", "show me it working", or when PRDs include a proof/demo step.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 7 файлов · 1 скрипт тело ≈ 1 399 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Запись видеодоказательств реализованных функций после завершения задач кодирования.

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу

ПроцедураPlaywrightDockerРазработкаМедиа и видеоИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw 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) Goose OpenCode
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
95
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Результат и критерий готовности вес 14
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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • низкая Секреты в коде secret-high-entropy-token scripts/package-lock.json:19
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "integrity": "sha5…uWm+fFRcIOgKBMiOBP+eXiy…9ab+DDKA==",
      детектор

    Просканировано файлов: 7. 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 62/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash, python, node), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 5
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1399 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -2Ссылки на localhost: у другого пользователя не заработает
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +3Длина description 489 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 5 пунктов
    • +4Есть примеры (9 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 3 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 95.