SKILLEMALL.ai
EN Войти

AB bili-tech-video-automation

Шестиэтапный рабочий процесс управления продуктом для кроссплатформенных видеопродуктов (планирование требований → PRD → обзор → разработка → тестирование → анализ), соответствующий принципам описания требований EARS. Используйте при написании PRD для SaaS-продуктов, связанных с переводом видео/субтитрами/многоплатформенным распространением, или при организации обзоров дизайна, отслеживании разработки и приемке таких продуктов.

машинный переводПоказать оригиналСкрыть оригинал«跨平台视频内容产品的六阶段产品管理工作流（需求规划→PRD→评审→研发→测试→复盘），遵循 EARS 需求描述原则。Use when 撰写视…»

跨平台视频内容产品的六阶段产品管理工作流（需求规划→PRD→评审→研发→测试→复盘），遵循 EARS 需求描述原则。Use when 撰写视频翻译/字幕/多平台分发类 SaaS 产品的 PRD，或组织此类产品的设计评审、研发跟进与上线验收。

ClawHub Agent Skills автор: evdian v1.0.1 MIT-0 3 файла тело ≈ 1 795 токенов Открыть источникclawhub.ai↗ проанализирован 26 ч назад

Шестиэтапный рабочий процесс управления продуктом для кроссплатформенных видеопродуктов (планирование требований → PRD → обзор → разработка → тестирование →…

Как процесс B 66/100 · Почти готов — слабые места: результат и критерий готовности, когда включается, отчётность по ходу

ПроцедураИнфраструктураБезопасностьМедиа и видеотип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
B
66/100
Почти готов
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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 66/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 71
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1795 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
    • +2Инструкции на одном языке
    • +3Длина description 120 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 24 заголовков
    • +3Пошаговые инструкции: 71 пунктов
    • +4Есть примеры (9 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.

    Внешние проверки

    ClawHub: clean
    This is a non-executable product-management template for designing video automation workflows, with disclosed compliance cautions around third-party content and publishing.
    LLM: benign (high) · VirusTotal: · 26 июл. 2026 г.