SKILLEMALL.ai

BD video-editing

Навык автоматического редактирования видео для роликов, влогов и стендапов. Используйте для: вырезки видео, разделения видео на предложения, склейки видеоклипов, извлечения аудио, транскрипции речи, автоматического редактирования видео с устными выступлениями, объединения выбранных фрагментов предложений в финальное видео, создания обложки/миниатюры видео с названием, редактирования врезок B-roll, постоянного наложения видео/водяного знака, мигающего индикатора записи, финальных титров, микширования многоканального звука, создания видео с озвучкой с помощью Remotion (преобразование аудио в видео с анимированной графикой/субтитрами). Требуется ffmpeg и whisper. Для рабочего процесса Remotion дополнительно требуются Node.js и npm.

машинный переводПоказать оригиналСкрыть оригинал«Automated video editing skill for talk/vlog/standup videos. Use when:…»

Automated video editing skill for talk/vlog/standup videos. Use when: cutting video, splitting video into sentences, merging video clips, extracting audio, transcribing speech, auto-editing oral presentation videos, combining selected sentence clips into a final video, generating video cover/thumbnail with title, B-roll cutaway editing, persistent video overlay/watermark, blinking REC indicator, ending title cards, multi-source audio mixing, generating voiceover videos with Remotion (audio-only to video with animated visuals/subtitles). Requires ffmpeg and whisper. Remotion workflow additionally requires Node.js and npm.

ClawHub Agent Skills автор: Liu Jie v2.0.0 MIT-0 29 файлов · 1 скрипт тело ≈ 6 069 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Навык автоматического редактирования видео для роликов, влогов и стендапов.

Как процесс D 47/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, ошибки и развилки

ГенераторМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
D
47/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 29. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 6069 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 47/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 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 (video-editing) не совпадает с папкой (auto-video-editor)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 6069 токенов
  • 100Шаги. Шагов: 188
  • 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
  • -31 из 13 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 628 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 43 заголовков
  • +3Пошаговые инструкции: 188 пунктов
  • +4Есть примеры (40 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: clean
This is a coherent local video-editing skill, with disclosed media processing and indexing plus some privacy and overwrite caveats users should understand.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.