SKILLEMALL.ai

AB youtube-transcript-native-node

Извлечение чистого текстового транскрипта из существующих субтитров YouTube — нативный Node.js, без зависимостей npm. Используйте, когда пользователь просит суммировать, цитировать или извлекать текст субтитров/транскрипцию из URL YouTube. Оборачивает бинарный файл `yt-dlp` в PATH; записывает субтитры во временный каталог, анализирует субтитры .vtt, удаляет временные метки/HTML-теги и выводит чистый текст или JSON. Ключи API не требуются.

машинный переводПоказать оригиналСкрыть оригинал«Extract a clean plain-text transcript from existing YouTube captions -…»

Extract a clean plain-text transcript from existing YouTube captions - native Node.js, zero npm dependencies. Use when the user asks to summarize, quote, or extract captions/transcript text from a YouTube URL. Wraps the `yt-dlp` binary on PATH; writes subtitles to a temp dir, parses .vtt captions, strips timestamps/HTML tags, and prints clean text or JSON. No API keys required.

ClawHub Agent Skills автор: Jeremy Westburg v1.1.27 MIT-0 5 файлов тело ≈ 3 417 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Извлечение чистого текстового транскрипта из существующих субтитров YouTube — нативный Node.js, без зависимостей npm. Используйте, когда пользователь просит…

Как процесс B 79/100 · Почти готов — слабые места: повторный запуск, отчётность по ходу

ИнтеграцияYouTubeМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
99/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
97
Прогон на моделях
не было
Процессный рейтинг
B
79/100
Почти готов
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Инструменты и файлы вес 18
60
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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "risk_class"

    Процессный рейтинг: все десять параметров 79/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 10, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 80
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3417 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 10. 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 380 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 80 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (4 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 2 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 97.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed YouTube-caption extractor that uses yt-dlp in a bounded way and does not show hidden credential access, persistence, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 11 сент. 2026 г.