SKILLEMALL.ai

BD qinghu-video-watermark-remove

Удаление водяных знаков с видео одним щелчком мыши с сохранением четкости изображения, подходит для организации материалов и вторичного творчества. Должен срабатывать, когда пользователь запрашивает удаление водяных знаков, логотипов, угловых меток с видео. Ключевые слова: Qinghu AI, qhkit, удаление водяных знаков с видео, удаление водяных знаков, удаление логотипов, удаление угловых меток, устранение водяных знаков, очистка материалов, вторичное творчество.

машинный переводПоказать оригиналСкрыть оригинал«一键去除视频水印,保持视频画质清晰,适用于素材整理及二次创作。当用户要求视频去水印、去logo、清理视频角标时必须触发。关键词:青虎AI、q…»

一键去除视频水印,保持视频画质清晰,适用于素材整理及二次创作。当用户要求视频去水印、去logo、清理视频角标时必须触发。关键词:青虎AI、qhkit、视频去水印、去水印、去logo、去角标、水印消除、素材清理、二次创作。

ClawHub Agent Skills автор: AutoAGC v0.1.0 MIT-0 2 файла тело ≈ 859 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Удаление водяных знаков с видео одним щелчком мыши с сохранением четкости изображения, подходит для организации материалов и вторичного творчества.

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникМедиа и видеоИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

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: 2, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (bash, node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 19
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 859 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)
  • +3Длина description 110: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 19 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: suspicious
The skill performs its stated video watermark-removal function, but it asks agents to install and upgrade a mutable global CLI that handles user videos and API credentials for an external service.
LLM: suspicious (high) · 8 сент. 2026 г.