SKILLEMALL.ai

AC seevido-video-prompt-architect

Превращает черновые видеоидеи в структурированные наборы промптов на английском или китайском языке, последовательности с учетом контекста, правила непрерывности и сфокусированные циклы отладки. Используйте для преобразования текста в видео, изображения в видео, ссылки в видео, видео в видео, клипов продуктов, кинематографических сцен или многокадровой работы; не используйте для поддержки аккаунтов, сравнения живых моделей или заявлений о поведении официальных поставщиков.

машинный переводПоказать оригиналСкрыть оригинал«Turn rough video ideas into structured English or Chinese prompt packs…»

Turn rough video ideas into structured English or Chinese prompt packs, reference-aware sequences, continuity rules, and focused debugging loops. Use for text-to-video, image-to-video, reference-to-video, video-to-video, product clips, cinematic scenes, or multi-shot work; do not use for account support, live model comparisons, or claims about official provider behavior.

ClawHub Agent Skills автор: happyhorse v1.0.0 MIT-0 2 файла тело ≈ 1 165 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Превращает черновые видеоидеи в структурированные наборы промптов на английском или китайском языке, последовательности с учетом контекста, правила…

Как процесс C 50/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

СправочникМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
C
50/100
Есть пробелы
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

    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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 50/100

    • 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
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 33
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1165 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 373 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 33 пунктов
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This is a text-only video prompt workflow with an optional, disclosed read-only MCP helper and no evidence of hidden data access or destructive behavior.
    LLM: benign (high) · VirusTotal: · 27 авг. 2026 г.