SKILLEMALL.ai
EN Войти

BD hot-video-breakdown

Отправьте ссылку на популярный короткий видеоролик, и он автоматически загрузит видео, выполнит локальную транскрипцию (faster-whisper), проведет ИИ-анализ и выдаст интерактивный HTML-отчет в виде карточки. Требуется загрузка видео и модели Whisper через интернет (первый раз около 500 МБ), транскрипция и анализ полностью локальные. Анализ выполняется вызывающим ИИ, без внешних вызовов API. HTML-отчет не содержит внешних зависимостей (без сторонних запросов, таких как Google Fonts).

машинный переводПоказать оригиналСкрыть оригинал«丢一条热门短视频链接，自动下载视频、本地转写（faster-whisper）、AI分析，输出交互式胶囊卡片 HTML 报告。需网络下载视频和…»

丢一条热门短视频链接，自动下载视频、本地转写（faster-whisper）、AI分析，输出交互式胶囊卡片 HTML 报告。需网络下载视频和 Whisper 模型（首次约 500MB），转写和分析完全本地。分析由调用方 AI 完成，无外部 API 调用。HTML 报告无外部资源依赖（不含 Google Fonts 等第三方请求）。

ClawHub Agent Skills автор: Black_Amico v1.0.2 MIT-0 6 файлов тело ≈ 1 187 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Отправьте ссылку на популярный короткий видеоролик, и он автоматически загрузит видео, выполнит локальную транскрипцию (faster-whisper), проведет ИИ-анализ и…

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

ИнтеграцияМедиа и видеотип 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
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: 6. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "summary"

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 (bash), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 24
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1187 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 166 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 18 заголовков
  • +3Пошаговые инструкции: 24 пунктов
  • +4Есть примеры (7 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях
  • +1Лицензия указана

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

Внешние проверки

ClawHub: clean
This skill does what it claims: it downloads a user-provided video, transcribes it locally, and creates a local HTML analysis report, with the main risks disclosed.
LLM: benign (high) · VirusTotal: · 11 авг. 2026 г.