BD jarvis-video-stt
Jarvis-Video-STT — инструмент для пакетной транскрибации видео в текст. На базе Faster-Whisper, поддерживает многопроцессорность, индикатор выполнения, сводный отчет. **Сценарии использования**: - Пользователю нужно преобразовать речь в видео в текст/субтитры - Пакетная обработка нескольких видео - Необходимо сгенерировать SRT-субтитры или чистый текст - Необходимо получить отчет с результатами статистики **Способ использования**: 1. Убедитесь, что установлены зависимости: pip install faster-whisper tqdm 2. Убедитесь, что установлен ffmpeg 3. Выполните команду или вызовите основной скрипт **Поддерживаемые форматы**: MP4, MKV, AVI, MOV **Вывод**: - Файл .srt: формат субтитров с временными метками - Файл .txt: полный текст - report.json: сводный отчет для машинного чтения - report.md: сводный отчет для человеческого чтения
машинный переводПоказать оригиналСкрыть оригинал«Jarvis-Video-STT - 批量视频语音转文字工具。 基于Faster-Whisper，支持多进程并行、进度条、汇总报告。 **…»
Jarvis-Video-STT - 批量视频语音转文字工具。 基于Faster-Whisper，支持多进程并行、进度条、汇总报告。 **触发场景**： - 用户需要将视频中的语音转换为文字/字幕 - 批量处理多个视频 - 需要生成SRT字幕或纯文本 - 需要处理报告查看结果统计 **使用方式**： 1. 确认已安装依赖: pip install faster-whisper tqdm 2. 确认ffmpeg已安装 3. 执行命令或调用主脚本 **支持格式**：MP4, MKV, AVI, MOV **输出**： - .srt 文件：带时间戳的字幕格式 - .txt 文件：纯文本全文 - report.json：机器可读的汇总报告 - report.md：人类可读的汇总报告
Jarvis-Video-STT — инструмент для пакетной транскрибации видео в текст.
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
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 (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 9
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 328 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
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 345 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 9 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.