SKILLEMALL.ai

AB music-seperator-demucs

Разделяйте вокал и инструментальные дорожки из аудиофайлов с помощью Demucs CLI. Используйте, когда пользователь запрашивает извлечение вокала, генерацию аккомпанемента, разделение дорожек, пакетное разделение, преобразование формата вывода (wav/flac/mp3) или настройку производительности/памяти Demucs на CPU/GPU. Также запускается, когда пользователь упоминает demucs или demucas.

машинный переводПоказать оригиналСкрыть оригинал«Separate vocals and instrument stems from audio files with Demucs CLI.…»

Separate vocals and instrument stems from audio files with Demucs CLI. Use when the user asks for vocal extraction, accompaniment generation, stem splitting, batch separation, output format conversion (wav/flac/mp3), or Demucs performance/memory tuning on CPU/GPU. Also trigger when the user mentions demucs or demucas.

ClawHub Agent Skills автор: chinesemisaka v1.0.1 MIT-0 3 файла тело ≈ 593 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Разделяйте вокал и инструментальные дорожки из аудиофайлов с помощью Demucs CLI.

Как процесс B 74/100 · Почти готов — слабые места: отчётность по ходу

ИнтеграцияИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
B
74/100
Почти готов
Отчётность по ходу вес 2
0
Ошибки и развилки вес 10
55
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: 3. 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 74/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 55Ошибки и развилки. Развилок: 1
    • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 31
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 593 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Ответ описан самодельной разметкой (3 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)
    • +4Структура: 1 заголовков, инструкции сложно сканировать
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 319 символов: достаточно сигнала, не съедает бюджет
    • +3Пошаговые инструкции: 31 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (0 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

    Внешние проверки

    ClawHub: clean
    The skill set is coherent and mostly self-limiting, but users should notice that some workflows can run powerful local, GitHub, Convex, and moderation commands when explicitly invoked.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.