SKILLEMALL.ai
EN Войти

CC bilibili-subtitles

Используйте yt-dlp для извлечения существующих или автоматических субтитров из общедоступных видео Bilibili (не скачивая все видео). Используйте, когда пользователь упоминает Bilibili, BV номер, субтитры видео, извлечение субтитров, создание резюме, ответы на вопросы по содержанию видео. v1 поддерживает только видео с предоставленными дорожками субтитров; видео без субтитров требуют смены источника или последующего использования таких решений, как Whisper.

машинный переводПоказать оригиналСкрыть оригинал«使用 yt-dlp 从哔哩哔哩公开视频提取已有字幕或自动字幕（不下载整段视频）。当用户提到 B 站、bilibili、BV 号、视频字幕、拉…»

使用 yt-dlp 从哔哩哔哩公开视频提取已有字幕或自动字幕（不下载整段视频）。当用户提到 B 站、bilibili、BV 号、视频字幕、拉字幕、做摘要、根据视频内容回答问题时使用。v1 仅支持平台已提供字幕轨道的视频；无字幕视频需换源或后续用 Whisper 等方案。

Не рекомендуетсяесть критические или высокие находки безопасности
ClawHub Agent Skills автор: fanzhuo v1.0.0 MIT-0 4 файла · 1 скрипт тело ≈ 367 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Используйте yt-dlp для извлечения существующих или автоматических субтитров из общедоступных видео Bilibili (не скачивая все видео).

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

СправочникМедиа и видеоИнфраструктуратип 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
C
73/100
безопасность, качество, тесты
Безопасность 60%
76
Качество 40%
69
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

Чем это грозит

Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.

Утечка данных
Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

Как улучшить

  1. Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
  2. 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 · 3

  • высокая Утечка данных intent-browser-credential-store SKILL.md:56
    Доступ к хранилищу паролей / cookies браузера
    yt-dlp --cookies-from-browser chrome --list-subs "URL"
Средние и низкие: 2
  • средняя Утечка данных intent-browser-credential-store reference.md:15
    Доступ к хранилищу паролей / cookies браузера (в кавычках — упоминание, а не команда)
    2. `--cookies-from-browser chrome`（或本机常用浏览器）
    в кавычках
  • низкая Утечка данных intent-browser-credential-store scripts/fetch-subs.sh:20
    Доступ к хранилищу паролей / cookies браузера (определение детектора / чёрного списка; комментарий в коде)
    # ARGS+=(--cookies-from-browser chrome)
    детекторкомментарий

Просканировано файлов: 4. 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: 10
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 367 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
  • -31 из 1 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 135 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 10 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: suspicious
This skill mostly does the advertised Bilibili subtitle extraction, but it should be reviewed because its troubleshooting path can use logged-in browser cookies without a clear consent boundary.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.