SKILLEMALL.ai

AC youtube-digest

Создание сценариев для YouTube — введите ссылку или ID видео YouTube, чтобы одним нажатием извлечь транскрипцию видео (субтитры/текст озвучки), по умолчанию выводятся чистые субтитры без временных меток; приоритет отдается китайской дорожке субтитров, при ее отсутствии используется английская с последующим автоматическим переводом на китайский. Результат представляется в виде таблицы (заголовок/длительность/текст), с возможностью экспорта в Excel и опцией вывода с временными метками. Используется, когда пользователю требуется извлечь текст видео YouTube, преобразовать видео в текстовую расшифровку, сделать заметки/резюме/перевод/вторичное создание контента из видео.

машинный переводПоказать оригиналСкрыть оригинал«YouTube 提文案 — 输入 YouTube 视频链接或 ID,一键提取视频文字稿(字幕/口播文案),默认输出不带时间戳的纯文案;字幕中…»

YouTube 提文案 — 输入 YouTube 视频链接或 ID,一键提取视频文字稿(字幕/口播文案),默认输出不带时间戳的纯文案;字幕中文轨优先、无中文轨回退英文后自动翻译为中文,结果以表格(标题/时长/文案内容)呈现,支持导出 Excel、可选带时间戳版本。当用户需要提取 YouTube 视频文案、把视频转成文字稿、做视频笔记/总结/翻译/二次创作时使用。

ClawHub Agent Skills автор: RedFox v1.0.0 MIT-0 5 файлов тело ≈ 1 225 токенов Открыть источникclawhub.ai проанализирован 25 ч назад

Создание сценариев для YouTube — введите ссылку или ID видео YouTube, чтобы одним нажатием извлечь транскрипцию видео (субтитры/текст озвучки), по умолчанию…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияYouTubeExcelМедиа и видеоДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 21
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1225 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 182 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 21 пунктов
  • +4Есть примеры (3 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This skill transparently extracts YouTube transcripts through disclosed third-party services, translates non-Chinese captions by default, and saves user-requested outputs locally.
LLM: benign (high) · VirusTotal: · 23 июл. 2026 г.