SKILLEMALL.ai

AC wjs-reframing-video

Используйте, когда пользователь хочет преобразовать видео из горизонтального в вертикальное или наоборот, сохраняя инвертированное соотношение сторон (16:9 ↔ 9:16, 4:3 ↔ 3:4, 21:9 ↔ 9:21). Навык обрезает узкую полосу из источника и отслеживает активного спикера — человека, чей рот двигается — с помощью лицевых ориентиров MediaPipe и вариации соотношения рта, чтобы говорящий оставался в кадре, даже когда видны другие люди. Триггеры — «横转竖», «竖转横», «做成竖屏发抖音/视频号/小红书», «16:9 to 9:16», «сделать это вертикальным для Reels / TikTok / YouTube Shorts», «обрезать до портрета», «конвертировать в ландшафт».

машинный переводПоказать оригиналСкрыть оригинал«Use when the user wants to convert a video between horizontal and vert…»

Use when the user wants to convert a video between horizontal and vertical orientations while preserving the inverted aspect ratio (16:9 ↔ 9:16, 4:3 ↔ 3:4, 21:9 ↔ 9:21). The skill crops a narrow band from the source and tracks the active speaker — the person whose mouth is moving — via MediaPipe face landmarks and mouth-aspect-ratio variance, so the talker stays in frame even when other people are visible. Triggers — "横转竖", "竖转横", "做成竖屏发抖音/视频号/小红书", "16:9 to 9:16", "make this vertical for Reels / TikTok / YouTube Shorts", "crop to portrait", "convert to landscape".

ClawHub Agent Skills автор: Jian Shuo Wang v0.1.0 MIT-0 3 файла тело ≈ 2 336 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Используйте, когда пользователь хочет преобразовать видео из горизонтального в вертикальное или наоборот, сохраняя инвертированное соотношение сторон (16:9 ↔…

Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ГенераторYouTubeМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
C
57/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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: 3. 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 57/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 85Шаги. Шагов: 30, расплывчатых формулировок: 1
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2336 токенов

    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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 5 примера фраз-триггеров в кавычках
    • +3Длина description 571 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 30 пунктов
    • +4Есть примеры (2 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    Внешние проверки

    ClawHub: clean
    This skill appears to do the advertised local video reframing, with a disclosed first-run MediaPipe model download users should be aware of.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.