SKILLEMALL.ai

BF 视频号拆解诊断助手

Разбор видео с видеоканала на основе API Mang Cloud. Введите ссылку для обмена видеоканалом или локальное видео, двухэтапный вывод: сбор метаданных работы, данных взаимодействия и глубокий визуальный разбор (кадры/движение камеры/переходы/эмоции/временная шкала/текст на экране), затем ИИ добавляет слой глубокого анализа (портрет аудитории, интерпретация структуры, атрибуция вирусности, формула вирусности, шестимерная оценка, операционные рекомендации, общая оценка), экспорт в виде Markdown / Excel / HTML панели в один клик.

машинный переводПоказать оригиналСкрыть оригинал«基于曼格云 API 的视频号视频拆解。输入视频号分享链接或本地视频,两阶段产出:脚本采集作品元信息、互动数据与视觉深度拆解(镜头/运镜/转场…»

基于曼格云 API 的视频号视频拆解。输入视频号分享链接或本地视频,两阶段产出:脚本采集作品元信息、互动数据与视觉深度拆解(镜头/运镜/转场/情绪/时间线/屏幕文字),再由 AI 注入深度分析层(受众画像、结构解读、爆款归因、爆款公式、六维评分、运营建议、总体评估),一键导出 Markdown / Excel / HTML 看板。

ClawHub Agent Skills автор: dunkong v1.0.1 MIT-0 11 файлов тело ≈ 3 161 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Разбор видео с видеоканала на основе API Mang Cloud.

Как процесс F 31/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/report_style.css

ИнтеграцияДанные и аналитикаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
F
31/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/report_style.css
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

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
  • низкая Обфускация obf-base64-blob wm_video_raw.json:10
    Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
    "accountAvatarUrl": "https://wx.qlogo.cn/finderhead/ver_1/gjMC…bia/132
    в кавычках

Просканировано файлов: 11. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/report_style.css

Процессный рейтинг: все десять параметров 31/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/report_style.css
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/report_style.css
  • 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
  • 40Согласованность. Имя во frontmatter (视频号拆解诊断助手) не совпадает с папкой (mglc-wx-video-decomposer)
  • 100Шаги. Шагов: 63
  • 100Стоимость исполнения. Тело инструкции 3161 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле

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 166 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 23 заголовков
  • +3Пошаговые инструкции: 63 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 1 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: suspicious
The skill is mostly coherent for video analysis, but it needs review because it asks users to paste a paid API key into chat and saves it in plaintext.
LLM: suspicious (high) · 4 сент. 2026 г.