Если ты хоть раз пытался поручить нейросети ведение YouTube-канала, то наверняка видел этот позор: водянистые вступления «Привет, друзья, добро пожаловать на мой канал», клише вроде «game-changer» и «погрузимся в тему», одинаковые слова на обложке и в названии, и зрители, которые закрывают ролик на 7-й секунде. Недавно на GitHub появился открытый проект youtube-agent-skill от разработчика Jake Schincariol. Я разобрал весь репозиторий до последнего байта и протестировал его в деле. Это не просто сборник текстовых промптов, а настоящий инженерный швейцарский нож: 11 скиллов для автономных ИИ-агентов (Claude Code, Antigravity, Cursor) в связке с 6 быстрыми утилитами на чистом Python 3 без единого внешнего API, без ключей и без подписок.
Привет! Меня зовут Николай Калинин (Коля WebSansay). С 2016 года я строю боевые системы автоматизации, контент-конвейеры на n8n и автономные фабрики видео. Если ты хочешь не просто писать сценарии в терминале, а запустить полноценную систему создания видеороликов без лица на автопилоте, обязательно изучи мой флагманский разбор: YouTube Theme Pages 2026: как запускать каналы без лица на нейросетях. А для тех, кому нужны мощные вычислительные ресурсы, 5 ТБ хранилища и генерация через модели Gemini 3 Pro и Flow, у меня есть проверенное решение: официальный доступ к Google AI Pro на 18 месяцев. Если есть вопросы по архитектуре или нужна связка под твой бизнес, пиши мне напрямую в Telegram: @websansay.
11 CLAUDE & AGENT SKILLS
6 PYTHON CLI UTILITIES
0 API KEYS // ZERO COST
LOCAL-FIRST PRIVACY
Инженерный стек youtube-agent-skill: как это устроено внутри
Архитектура объединяет семантическую гибкость современных LLM-агентов (Claude 5, Gemini 3 Pro, Antigravity) с безжалостной математической проверкой гипотез через чистый Python. Никаких догадок: каждое слово хука, каждый символ кликбейта и каждая секунда паузы в монтаже проверяются формулами.
1. Почему 99% ИИ-сценариев для YouTube отправляются в корзину
Давай начистоту. Каждый, кто пробовал открыть чат с нейросетью и написать: «Придумай мне вирусный сценарий для YouTube про инвестиции / нейросети / ремонт авто», получал на выходе рафинированную графоманию. Модель радостно выдает:
«Всем привет, добро пожаловать на мой канал! Сегодня мы с вами погрузимся в захватывающий мир технологий. В этом видео я поделюсь невероятными секретами, которые перевернут вашу жизнь. Обязательно ставьте лайк, подписывайтесь на канал и нажимайте на колокольчик, а мы начинаем!»
На седьмой секунде такого вступления зритель зевает, закрывает вкладку и уходит к конкуренту. На графике удержания в YouTube Studio это выглядит как вертикальная пропасть: потеря 40-50% аудитории еще до того, как автор успел произнести первое полезное слово.
Почему так происходит?
- Модель не говорит вслух. Языковая модель обучена генерировать текст для чтения глазами, а не для живой речи. Текст, который красиво выглядит на экране ноутбука, на камеру звучит неестественно, деревянно и заставляет спотыкаться на каждом сложноподчиненном предложении.
- Отсутствие калибровки первого хука. Первые 15 секунд видео должны решать три задачи одновременно: подтвердить обещание заголовка, посеять неразрешимый вопрос и доказать, что в ролике есть ответ. Если модель просто пересказывает суть видео, это не хук, а саммари. С него зрители сбегают.
- Разрыв между названием и обложкой. 90% начинающих ютуберов пишут на превью в точности те же слова, что и в названии ролика. Это сжигает ровно половину полезной площади клика. Название и обложка обязаны работать в связке, дополняя, а не дублируя друг друга.
- Слепая вера в генерацию без проверок. Текстовый промпт не может объективно посчитать плотность пауз, замерить длину заголовка под мобильный интерфейс или найти момент, на котором упало удержание в прошлом ролике.
Именно эту фундаментальную проблему решает репозиторий youtube-agent-skill от Джейка Шинкариола.
2. Архитектура youtube-agent-skill и закон «Ты решаешь, что публиковать»
Главная прелесть этого проекта заключается в том, что автор не стал создавать очередное тяжелое приложение с монструозным веб-интерфейсом или платную SaaS-подписку с ежемесячным тарифом.
Архитектура проекта разделена на два равноправных слоя:
- Слой рассуждения и генерации (11 скиллов). Это набор манифестов и специализированных алгоритмов для AI-агентов, поддерживающих спецификацию Claude Skills и Antigravity Tools. Агент понимает контекст задачи, читает профиль твоего голоса, генерирует варианты и раскладывает сценарий по битам удержания.
- Слой детерминированной верификации (6 утилит на Python). Это скрипты на чистом Python 3 из стандартной библиотеки. Они не требуют установки библиотек через
pip install, не лезут в интернет за сторонними зависимостями и мгновенно производят математический аудит текста, заголовков и субтитров.
И здесь вступает в силу главное железное правило, вынесенное в манифест проекта:
Скиллы только пишут и проверяют. Публикуешь только ты. Ни один скрипт из этого набора не подключается к твоему YouTube-каналу по OAuth и не отправляет видео на автопилоте. Каждый запуск любого скилла завершается блоком готового текста для копирования и финальным вопросом агента: «В прод или правим?». Это принципиальная позиция: живой автор сохраняет 100% контроль над каналом.
3. Священный Грааль: настраиваем voice.md под свой реальный голос
Если ты просто скопируешь репозиторий и запустишь команды в лоб, ты получишь хороший усредненный результат. Но чтобы скиллы начали писать так, будто это твой личный сценарист, знающий тебя 10 лет, нужно потратить ровно 10 минут на заполнение файла templates/voice.md.
Этот файл копируется в системную директорию агента: ~/.claude/youtube/voice.md. Абсолютно каждый из 11 скиллов начинает свою работу с чтения этого документа.
Вот из каких критических секций он состоит:
| Секция файла | Что туда записывать | Пример из реальной практики |
|---|---|---|
| Who I am talking to | Один конкретный живой человек, а не размытая аудитория. Кто он, какая у него боль? | «Человек, у которого до 1000 подписчиков, он снял 10 видео и не понимает, почему ни одно не набирает больше 300 просмотров» |
| How I actually talk | Транскрипты твоих реальных лучших видео. Не то, как ты мечтаешь звучать, а как говоришь на самом деле. | Вставить 2-3 куска расшифровки удачных роликов со всеми оговорками, междометиями и живыми конструкциями. |
| Words I never use | Штампы и чужие слова, от которых тебя тошнит. Агент вычеркнет их навсегда. | «Уникальный», «прорывной», «game-changer», «погрузимся в тему», «погнали», «инновационный», «шок-контент». |
| Words I do use | Твои персональные словечки, речевые маркеры и интонационные якоря. | «По факту», «разбираем по косточкам», «в продакшне», «на коленке», «короче говоря», «в сухом остатке». |
| What I will not claim | Цифры, которые ты не можешь подтвердить пруфами. Обещания, которые ты не даешь. | «Никаких обещаний миллионных заработков за 3 дня», «не называть цифры просмотров, если нет скриншота аналитики». |
| My format | Длина роликов, манера входа в кадр, свет, окружение, наличие интро. | «Хронометраж 8-12 минут, динамичный вход без логотипа, темная студия, кепка и худи, микрофон в кадре». |
Если тебе лень заполнять этот файл руками, открой диалог с Claude Code или Antigravity, закинь туда три текстовые расшифровки своих удачных роликов (или ссылки на них) и напиши одну команду: «Изучи эти три видео и сформируй мой voice.md по шаблону репозитория». Агент сам выделит твой словарный запас, выпишет речевые маркеры и сохранит файл куда нужно.
4. Разбор 6 утилит на чистом Python (Математика вместо интуиции)
Переходим к сердцу репозитория. Эти 6 Python-скриптов можно запускать как через вызовы скиллов агента, так и абсолютно самостоятельно в командной строке любого терминала (на Windows, macOS или Linux).
4.1. hookscore.py — Скоринг первых 15 секунд по слабому звену
Скрипт hookscore.py принимает на вход строку хука и оценивает ее по 5 независимым шкалам от 0 до 100 баллов:
- SPECIFICITY (Конкретика): Наличие точных цифр, процентов, сроков, сумм и имен собственных вместо общих прилагательных («потрясающий», «огромный»). Каждая цифра добавляет +22 балла, абстрактные слова отнимают -16 баллов.
- ADDRESS (Обращение): Фокус на зрителе. Наличие слова «ты» («you», «твой») прямо в первых 6 словах дает сразу +30 баллов. Видео должно быть про зрителя, а не про автора.
- STAKES (Ставки и риски): Наличие слов потери, цены ошибки и опасности («потерял», «слил», «рискуешь», «бросил», «ошибка»). Зритель удерживается не обещанием абстрактного счастья, а страхом потерять ресурсы.
- CURIOSITY (Любопытство): Вопрос, открытая петля внимания («почему», «как», «на самом деле»). Критический нюанс алгоритма: если хук сам же закрывает свой вопрос словами «потому что» или «это произошло из-за», скрипт штрафует его на -18 баллов, потому что загадки больше нет.
- BREVITY (Краткость): Идеальный хронометраж для устного хука на 10-15 секунд при темпе 150 слов в минуту — это диапазон от 9 до 24 слов. Попадание в этот коридор дает 100 баллов. Если слов меньше 9 или больше 24, балл снижается.
Большинство наивных оценщиков просто считают среднее арифметическое. В hookscore.py заложена другая формула: 60% от среднего балла + 40% от САМОГО СЛАБОГО показателя. Почему так? Потому что если у тебя идеальная конкретика, крутые ставки и краткость, но нулевое обращение к зрителю (ты говоришь только о себе), ролик протечет именно в этой дыре. И скрипт сразу выдает рецепт починки: «weakest: ADDRESS — say ‘you’ in the first six words».
4.2. title.py — Линтер заголовка и обложки как единой связки
Название ролика и надпись на обложке — это не две разные задачи. Это единый рекламный щит на витрине рекомендаций YouTube. Утилита title.py проверяет эту связку:
python3 skills/yt-package/title.py --title "Как я собрал контент-завод за 3 дня" --thumb "АВТОМАТИЗАЦИЯ С НУЛЯ"Что проверяет алгоритм:
- Срез на десктопе (60 символов): Поисковая выдача на компьютерах обрезает заголовки длиннее 60 знаков.
- Срез на смартфонах (40 символов): В мобильной ленте рекомендаций видно около 40 знаков. Скрипт отрезает хвост и показывает тебе то, что реально увидит мобильный пользователь. Если главное слово осталось за срезом, заголовок бракуется.
- Капс-спам: Больше двух слов заглавными буквами считывается алгоритмами YouTube как агрессивный спам.
- Каннибализация слов (Duplicate check): Если надпись на картинке повторяет слова из заголовка, утилита выдает предупреждение. Превью обязано говорить то, о чем молчит заголовок.
- Длина надписи на превью: Не более 3-4 слов. На экране смартфона текст длиннее 4 слов превращается в нечитаемую кашу.
4.3. deadair.py — Генерация монтажного листа EDL из субтитров
Записал говорящую голову на 20 минут? Не спеши отсматривать весь исходник вручную. Утилита deadair.py берет файл субтитров с таймкодами (форматы .srt, .vtt или json от Whisper) и мгновенно находит:
- DEAD AIR (Мертвые паузы): Любые промежутки тишины между репликами длиннее заданного порога (по умолчанию 0.45 с). Скрипт оставляет естественный зазор в 0.2 с, а остальное метит под срез.
- FILLER (Слова-паразиты): Фрагменты, состоящие исключительно из мычания и заполнителей («э-э-э», «ну», «короче», «типа», «basically», «you know»).
- REPEAT (Дубли и перезапуски мыслей): Самая умная фича. Когда ты сбиваешься, делаешь вдох и начинаешь фразу заново, скрипт сравнивает первые 5 слов текущей фразы с предыдущей смысловой репликой (даже если между ними было паразитное «э-э-э») и отправляет неудачный дубль под нож.
Скрипт не трогает исходное видео, а выдает готовый отчет: сколько секунд вырезано, итоговый хронометраж и процент сокращения (обычно от 15% до 30% чистой экономии времени зрителя!).
4.4. retention.py — Реанимация удержания по данным YouTube Analytics
Заходишь в YouTube Studio // Аналитика конкретного видео // Взаимодействие // График удержания // кнопка скачивания // «Данные удержания аудитории». Получаешь CSV-файл и скармливаешь скрипту:
python3 skills/yt-retention/retention.py retention.csv --transcript transcript.srtСкрипт делит проблемы удержания на три абсолютно разных диагноза:
- HOOK LEAK (Утечка хука): Сколько людей ушло в первые 30 секунд. Если потеря меньше 25% — все отлично. Если 25-40% — хук течет. Если больше 40% — катастрофа, тему ролика никто не понял.
- CLIFFS (Обрывы): Резкие секундные падения графика (больше 0.8% за раз). Если передан файл субтитров, скрипт называет точные слова, на которых зрители нажали крестик! Это позволяет увидеть, какая именно фраза отпугнула людей.
- SLIDE (Скольжение середины): Плавный монотонный спад. Скрипт напоминает: если спад плавный, проблема не в содержании, а в темпе монтажа. Нужно ускорять динамику, а не переписывать сценарий.
4.5. swipe.py — Охота за вирусными аномалиями в нише
Обычный поиск по просмотрам показывает лишь размер каналов-гигантов. Видео с 500 000 просмотров на канале с 3 миллионами подписчиков — это обычный будничный провал. А вот видео с 500 000 просмотров на канале, где средний ролик набирает 25 000 — это настоящая вирусная золотая жила.
Утилита swipe.py принимает базу видео и считает кратный множитель (Multiple) относительно медианы самого канала. Все видео с коэффициентом 2.0x, 5.0x или 10.0x поднимаются наверх, а встроенный классификатор определяет, какая из 21 формул хука была использована в названии.
4.6. chapters.py — Таймкоды по строгим правилам YouTube
Многие генерируют главы нейросетью, вставляют в описание, а плеер YouTube их не распознает. Утилита chapters.py парсит транскрипт по смысловым паузам и смене словарного запаса и жестко валидирует правила YouTube: первый таймкод строго 00:00, минимум 3 главы в списке, длина каждой главы не менее 10 секунд.
5. Атлас 11 ИИ-скиллов: от первой идеи до ответа на хейт
Теперь посмотрим на верхний уровень — 11 специализированных команд для AI-агента. Вот полный расклад их возможностей:
Разворачивает одну идею в полноценный сценарий. Предлагает 5 вариантов хуков по формулам, прогоняет через hookscore и размечает биты удержания для камеры.
uses hookscore.py
Создает неразрывную пару: заголовок + надпись на обложке. Линтует длину под мобильные экраны и вычищает дублирование текста.
uses title.py
Превращает сырой транскрипт видео в монтажный лист правок (EDL): вырезает паузы, запинки, слова-паразиты и испорченные дубли.
uses deadair.py
Сортирует ветку комментов на 4 стопки: вопросы, поправки, похвала и провокации. Пишет ответы до 30 слов в твоем стиле и выбирает главный коммент для закрепа.
retention triage
Планирует неделю исходя из реально доступных часов. Золотая формула: 1 флагманское видео, 1 простое видео из наработок и 3 Shorts из флагмана.
anti-burnout
Сканирует нишу и ранжирует чужие ролики по превышению собственной медианы канала. Показывает, какие паттерны залетают прямо сейчас.
uses swipe.py
Считывает CSV удержания и выдает точный диагноз: где именно пробит хук, на каких секундах люди закрыли ролик и что исправить в следующем дубле.
uses retention.py
Находит внутри длинного видео моменты, способные выжить без контекста. Пишет для них НОВУЮ открывающую фразу, текст на первые 2 секунды и точку зацикливания.
repurposing engine
Оформляет первые 2 строки описания под поисковый сниппет, подбирает 15 точечных тегов под частые опечатки и проверяет заголовок на тест 3 поисковых запросов.
query testing
Разбивает транскрипт на логические главы по смене словарного запаса и проверяет соответствие стандартам YouTube плеера.
uses chapters.py
Проводит комплексный аудит последних 10 видео. Не вываливает 20 мелких придирок, а находит ОДНУ ключевую причину отсутствия роста и дает задание на неделю.
single-lever focus
6. Пошаговая инструкция: как установить и запустить за 5 минут
Развернуть этот набор можно несколькими удобными способами в зависимости от того, чем ты привык пользоваться.
Способ 1: Установка в Claude Code или Google Antigravity (Рекомендуемый)
Если ты работаешь в терминале с Claude Code или используешь мультиагентную среду Google Antigravity, просто склонируй репозиторий в свою глобальную папку скиллов:
# Клонируем официальный репозиторий
git clone https://github.com/Jakeschincariol/youtube-agent-skill.git
# Копируем папки скиллов в директорию агента
cp -r youtube-agent-skill/skills/yt-* ~/.claude/skills/
# Создаем папку под свой профиль голоса
mkdir -p ~/.claude/youtube
cp youtube-agent-skill/templates/voice.md ~/.claude/youtube/voice.md
После этого перезапусти агента и напиши в чате команду проверки: /yt-script. Агент сразу подхватит скилл и спросит тему для нового видео.
Способ 2: Запуск автономных Python-скриптов без ИИ-агентов
Если тебе прямо сейчас нужно просто проверить свой хук или почистить паузы в субтитрах без использования нейросетей, скрипты запускаются напрямую через Python 3:
# Скоринг строки хука
python3 skills/yt-script/hookscore.py --hook "В этом видео я покажу связку, которая экономит 4 часа монтажа"
# Проверка связки заголовка и обложки
python3 skills/yt-package/title.py --title "Контент-завод на n8n за вечер" --thumb "БЕЗ ПРОГРАММИСТОВ"
# Генерация монтажного листа из субтитров
python3 skills/yt-edit/deadair.py my_video_transcript.srt --floor 0.40Способ 3: Использование в веб-интерфейсе Claude, ChatGPT или Gemini
Если у тебя вообще не установлен терминал, открой любой нужный файл SKILL.md из папки скилла (например, skills/yt-script/SKILL.md), скопируй его текст целиком и вставь первым сообщением в обычный веб-чат с нейросетью. Чат мгновенно переключится в режим специализированного редактора YouTube. Ты потеряешь быстрый вызов Python-утилит, но логика и структура останутся полностью рабочими.
7. Как подключить эти скиллы к контент-заводу на n8n
Как инженер автоматизаций, я не мог пройти мимо вопроса интеграции этого инструмента в боевой конвейер. Когда ты производишь десятки видео в месяц, запускать команды руками становится некогда.
Вот как выглядит идеальная связка, которую я собираю на базе n8n:
- Триггер идеи: Ты надиктовываешь голосовое сообщение в личного Telegram-бота воронки.
- Транскрипция: Локальный Whisper или Google Omni Flash расшифровывает голос в текст.
- Генерация и скоринг: Нода
Execute Commandв n8n вызывает агентный скилл/yt-script, генерирует 5 хуков и автоматически прогоняет их черезhookscore.py. Вариант с максимальным баллом идет в основу чистового сценария. - Создание упаковки: Параллельно вызывается
title.py, генерируя 3 пары названий и надписей для дизайнера или генератора превью в Nano Banana 2. - Озвучка и монтаж: Сценарий уходит в ElevenLabs или Edge-TTS, а затем монтируется в Remotion или видео-заводе GENESIS.
- Финальный драфт: Готовый сценарий, таймкоды от
chapters.pyи SEO-описание прилетают обратно тебе в Telegram на утверждение одной кнопкой.
Хочешь увидеть, как работают подобные фабрики вживую? Загляни в мой гайд: Боевой AI-стек 2026: как устроен автономный контент-завод.
8. Честные ограничения пака, о которых важно знать заранее
Чтобы не питать иллюзий, давай зафиксируем, чего этот репозиторий НЕ делает и где его границы:
- Он не монтирует само видео. Скрипт
deadair.pyвыдает таймкоды для монтажа (EDL), но он не режет пиксели и не экспортирует mp4. Применять эти вырезки ты будешь в Premiere Pro, DaVinci Resolve, CapCut или Remotion. - hookscore.py — это фильтр грубых ошибок, а не хрустальный шар. Скрипт отлично отделяет заведомо провальные, водянистые хуки от крепких и собранных. Но он не может гарантировать, что видео с оценкой 95 баллов точно наберет миллион просмотров, потому что в уравнении есть еще интерес к теме и качество самой подачи.
- Теги почти не имеют значения. И скилл
/yt-seoпрямо об этом говорит. Если тебе продают «секретные генераторы тегов для взлома алгоритмов», тебя обманывают. Теги нужны только для опечаток и редких брендовых названий. - Никаких выдуманных цифр. В коде скиллов зашит строгий запрет на фантазирование. Если скиллу нужна статистика для хука, а у тебя ее нет, он остановится и спросит реальные цифры, либо перестроит фразу без них.
9. Читайте также смежные материалы на Хабе:
- YouTube Theme Pages 2026: как запускать каналы без лица на нейросетях и автоматизации
- Плагин vidIQ в ChatGPT: как найти залетающие ролики YouTube и Instagram прямо в чате
- Боевой AI-стек 2026: как устроен автономный контент-завод полного цикла
- Движения камеры в AI-видео: промпты, кинематографичные ракурсы и режиссура
Если ты хочешь внедрить связку youtube-agent-skill в свой рабочий процесс, настроить конвейер автоматического монтажа на n8n или создать вирусную фабрику видео под ключ — пиши мне, обсудим твою задачу.
