SKILLEMALL.ai
EN Войти

BF jetson-video-benchmark

Используйте при измерении пропускной способности кодирования/декодирования Jetson Video Codec SDK или PyNvVideoCodec, сравнении пресетов или поверхностей, тестировании производительности codec-worker с аутентифицированными образцами и медиа пользователя, или при создании документированной оценки планирования с масштабированием по времени или времени и разрешению, когда репрезентативный контент недоступен. Также используйте для запросов Jetson video, касающихся только результатов PSNR или SSIM, чтобы применить только область действия этого навыка производительности.

машинный переводПоказать оригиналСкрыть оригинал«Use when measuring Jetson Video Codec SDK or PyNvVideoCodec encode/dec…»

Use when measuring Jetson Video Codec SDK or PyNvVideoCodec encode/decode throughput, comparing presets or surfaces, testing codec-worker capacity with authenticated samples and user media, or producing a documented clock-scaled or clock-and-resolution-scaled planning estimate when representative content is unavailable. Also use for Jetson video requests asking only for PSNR or SSIM results, to apply this performance skill's scope-only response.

ClawHub Agent Skills автор: NVIDIA 1 файл тело ≈ 3 611 токенов Открыть источникclawhub.ai↗ проанализирован 33 ч назад

Используйте при измерении пропускной способности кодирования/декодирования Jetson Video Codec SDK или PyNvVideoCodec, сравнении пресетов или поверхностей…

Как процесс F 51/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: ../jetson-video-setup/references/video-content.md, references/documented-performance-estimates.md, references/benchmark-workflow.md

ИнтеграцияМедиа и видеоРазработкатип 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
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
F
51/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: ../jetson-video-setup/references/video-content.md, references/documented-performance-estimates.md, references/benchmark-workflow.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: ../jetson-video-setup/references/video-content.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/documented-performance-estimates.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/benchmark-workflow.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/benchmark-output-contract.md
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/benchmark_controller.py

Процессный рейтинг: все десять параметров 51/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../jetson-video-setup/references/video-content.md, references/documented-performance-estimates.md, references/benchmark-workflow.md
  • 0Инструменты и файлы. Не хватает 5 файла(ов): ../jetson-video-setup/references/video-content.md, references/documented-performance-estimates.md, references/benchmark-workflow.md
  • 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
  • 100Шаги. Шагов: 32
  • 100Входы и предусловия. Входные данные и предусловия перечислены
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3611 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

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 449 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 32 пунктов
  • +4Есть примеры (2 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.