BD deep-research-to-notebooklm
Сквозная оркестрация: Глубокое исследование → Генерация контента NotebookLM. Связывает навыки gemini-deep-research и notebooklm-content-creation. Поддерживает выбор артефактов NotebookLM для генерации (аудио/видео/инфографика/слайды) и возможность загрузки. Активируется при: deep research podcast, research and generate podcast, исследование и генерация подкаста, deep research notebooklm, research then notebooklm, сделать глубокое исследование и затем сгенерировать подкаст. Требуется: установленный навык gemini-deep-research, установленный навык notebooklm-content-creation.
машинный переводПоказать оригиналСкрыть оригинал«End-to-end orchestration: Deep Research → NotebookLM content generatio…»
End-to-end orchestration: Deep Research → NotebookLM content generation. Chains gemini-deep-research and notebooklm-content-creation skills. Supports choosing which NotebookLM artifacts to generate (Audio/Video/Infographics/Slides) and whether to download. Triggers on: deep research podcast, research and generate podcast, 研究并生成播客, deep research notebooklm, research then notebooklm, 做个深度研究再生成播客. Requires: gemini-deep-research skill installed, notebooklm-content-creation skill installed.
Сквозная оркестрация: Глубокое исследование → Генерация контента NotebookLM.
Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, согласованность
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 2
✓ Критических и высоких находок нет
Средние и низкие: 2
-
низкая Опасные команды
cmd-background-processSKILL.md:248Запуск фонового / автозапускаемого процессаnohup bash dr-poll.sh > /dev/null 2>&1 &
-
низкая Опасные команды
cmd-background-processSKILL.md:501Запуск фонового / автозапускаемого процессаnohup bash nlm-poll.sh > /dev/null 2>&1 &
Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 49/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (deep-research-to-notebooklm) не совпадает с папкой (jclaw-deep-research-to-notebooklm)
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 60Ошибки и развилки. Развилок: 2
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Стоимость исполнения. Тело инструкции 4080 токенов
- 100Шаги. Шагов: 5
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
- -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 490 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 18 заголовков
- +3Пошаговые инструкции: 5 пунктов
- +4Есть примеры (16 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.