SKILLEMALL.ai
EN Войти

BF video-workflow-builder

Генератор рабочего процесса создания видео. Используйте, когда пользователь хочет настроить полный процесс создания видео для своего аккаунта (выбор темы, сценарий, заголовок, обложка) или говорит "сделай мне рабочий процесс аккаунта" "настрой видеопроцесс" "я хочу делать XX контент на Douyin/Bilibili/Xiaohongshu/Video Account/Baijiahao". Он задает только три вопроса (платформа, категория, личность), а остальное восполняет исследованием в сети, сначала предоставляя диагностику позиционирования аккаунта для подтверждения, а затем генерируя набор настраиваемых рабочих процессов для установки.

машинный переводПоказать оригиналСкрыть оригинал«视频创作工作流生成器。当用户想为自己的账号定制一套完整的视频创作流程（选题、文稿、标题、封面），或说"帮我做个账号工作流""定制视频流程""…»

视频创作工作流生成器。当用户想为自己的账号定制一套完整的视频创作流程（选题、文稿、标题、封面），或说"帮我做个账号工作流""定制视频流程""我想在抖音/B站/小红书/视频号/百家号做XX内容"时使用。它只问三件事（平台、垂类、人设），其余靠联网研究补齐，先给出账号定位诊断供确认，再生成一套可安装使用的专属工作流 skill。

ClawHub Agent Skills автор: CharriotZed v0.1.1 MIT-0 37 файлов тело ≈ 3 280 токенов Открыть источникclawhub.ai↗ проанализирован 33 ч назад

Генератор рабочего процесса создания видео.

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/xxx.py, references/platforms/<平台>.md, references/skill-template/

ПроцедураМедиа и видеотип 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
B
82/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
62
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/xxx.py, references/platforms/<平台>.md, references/skill-template/
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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
  • средняя Утечка данных net-redirectable-api-key scripts/generate_cover.py:69
    Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой сервер
    API key + configurable base URL from environment

Просканировано файлов: 33. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/xxx.py
  • предупреждение missing-ref ссылка на отсутствующий файл: references/platforms/<平台>.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/skill-template/
  • предупреждение missing-ref ссылка на отсутствующий файл: references/platforms/*.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/script-writing.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/script-review.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/skill-template/script-review.md.tmpl

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/xxx.py, references/platforms/<平台>.md, references/skill-template/
  • 0Инструменты и файлы. Не хватает 7 файла(ов): scripts/xxx.py, references/platforms/<平台>.md, references/skill-template/
  • 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
  • 100Шаги. Шагов: 64
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3280 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -37 из 15 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 3 примера фраз-триггеров в кавычках
  • +3Длина description 163 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 64 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.

Внешние проверки

ClawHub: suspicious
The skill is a plausible video-workflow generator, but it deserves careful review because it creates reusable skills, handles credentials, stores content long term, and includes broad scraping/transcription tools.
LLM: suspicious (high) · 13 авг. 2026 г.