SKILLEMALL.ai

AD sph-baokuan-chaijie

Конвейер разбора популярных видео на видеоплатформе. Предоставьте одну или несколько ссылок на видео для обмена, автоматически скачайте видео → извлеките аудио → транскрибируйте текст с помощью Whisper → извлеките метаданные (заголовок/теги/данные взаимодействия/информацию об аккаунте), затем разберите логику популярности по аналитической схеме (формула заголовка/воронка тегов/структура контента/данные взаимодействия/повторно используемые стратегии), выведите комплексный HTML-отчет. Триггерные слова: разбор видео, анализ популярности, извлечение текста видео, анализ аккаунта видео, разбор sph, популярное видео.

машинный переводПоказать оригиналСкрыть оригинал«视频号爆款拆解流水线。给一条或多条视频号分享链接,自动下载视频→提取音频→Whisper转录文案→提取元数据(标题/标签/互动数据/账号信息…»

视频号爆款拆解流水线。给一条或多条视频号分享链接,自动下载视频→提取音频→Whisper转录文案→提取元数据(标题/标签/互动数据/账号信息),然后按分析框架拆解爆款逻辑(标题公式/标签漏斗/内容结构/互动数据/可复用策略),输出综合HTML报告。触发词:视频号拆解、爆款分析、视频号文案提取、视频号账号分析、sph拆解、视频号爆款。

ClawHub Agent Skills автор: mikogeyu-cell v1.0.0 MIT-0 5 файлов тело ≈ 773 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Конвейер разбора популярных видео на видеоплатформе.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкаИнфраструктураМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 32
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 773 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 167 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 32 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 1 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

Внешние проверки

ClawHub: clean
The skill is a disclosed WeChat Channels video analysis pipeline that downloads user-provided videos, transcribes them locally, and writes reports without evidence of hidden exfiltration or destructive behavior.
LLM: benign (high) · VirusTotal: · 13 авг. 2026 г.