AD linkpix-minimax-h3-clone
Помогает командам прямых трансляций и инфлюенсерам воссоздавать популярные видео с помощью MiniMax H3 от Qinghu AI: точно извлекает и рекомбинирует реплики, тембр голоса и эмоции из популярных видео, используя мультимодальные возможности H3 для создания видео с естественными эмоциями. Подходит для массового производства высококонверсионных видеообзоров от обычных пользователей для Douyin, Xiaohongshu, WeChat Channels, а также для автоматического перевода и озвучивания зарубежного TikTok. Не требует дорогостоящего озвучивания и монтажа, позволяет быстро создавать матрицы аккаунтов и значительно снижает предельную стоимость производства популярного контента. Используйте этот skill для воссоздания популярных видео MiniMax H3, реплик из популярных видео, озвучивания AI, обзоров от обычных пользователей, создания матриц аккаунтов, Douyin, Xiaohongshu, WeChat Channels, TikTok, многоязычного воссоздания видео, генерации видео AI. Единый доступ через Qinghu AI, поддержка анализа видео, циклического опроса задач и загрузки результатов. Обязательно срабатывает, когда пользователь просит воссоздать популярные видео MiniMax H3 или воссоздать/скопировать/сделать видео по образцу популярных видео MiniMax H3. Ключевые слова: LinkPix, qhkit, Qinghu, MiniMax H3, реплики из популярных видео, озвучивание AI, обзоры от обычных пользователей, создание матриц аккаунтов, многоязычное воссоздание, Douyin, Xiaohongshu, TikTok.
машинный переводПоказать оригиналСкрыть оригинал«帮助直播团队、带货达人通过青虎AI完成“MiniMax H3 爆款视频复刻”：将爆款视频中的话术、音色和情绪精准提取并重组，利用H3的多模态…»
帮助直播团队、带货达人通过青虎AI完成“MiniMax H3 爆款视频复刻”：将爆款视频中的话术、音色和情绪精准提取并重组，利用H3的多模态能力生成带原生情绪的带货视频。适用于批量生产抖音、小红书、视频号等高转化的素人种草测评视频，以及海外版TikTok的自动翻译配音复刻。不需要昂贵的中外配音和剪辑师，快速批量搭建账号矩阵，大幅降低爆款内容的边际生产成本。 Use this skill for MiniMaxH3爆款复刻, 爆款话术, AI配音, 素人种草, 矩阵起号, 抖音, 小红书, 视频号, TikTok, 多语言视频复刻, AI视频生成。通过青虎AI统一接入，支持视频分析、任务轮询和结果下载。 当用户要求用 MiniMax H3 爆款视频复刻 或 MiniMax H3 复刻/对标/照着做爆款视频时必须触发。关键词：LinkPix、qhkit、青虎、MiniMax H3、爆款话术、AI配音、素人种草、矩阵起号、多语言复刻、抖音、小红书、TikTok。
Помогает командам прямых трансляций и инфлюенсерам воссоздавать популярные видео с помощью MiniMax H3 от Qinghu AI: точно извлекает и рекомбинирует реплики…
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
Процессный рейтинг: все десять параметров 46/100
- 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
- 60Инструменты и файлы. Используются инструменты (bash, python, node), но во frontmatter они не объявлены
- 100Шаги. Шагов: 29
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1579 токенов
- 100Повторный запуск. Изменяющих операций нет
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 434 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 7 заголовков
- +3Пошаговые инструкции: 29 пунктов
- +4Есть примеры (4 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.