Getting it into your agent
One page per mod, every tool's command on it. A separate URL per tool would split the same page into five that compete with each other.
npx agentmods add skills/edvardgrishin27/frameproof/skillnpx skills add edvardgrishin27/frameproof --skill skillgit clone --depth 1 https://github.com/edvardgrishin27/frameproofWrote this? Show the measurements
A badge with what this costs and how it scanned, read live from this page, so it follows the numbers instead of freezing them. Markdown for a README, HTML for a documentation site or a project page.
[](https://agentmods.dev/skills/edvardgrishin27/frameproof/skill)<a href="https://agentmods.dev/skills/edvardgrishin27/frameproof/skill"><img src="https://agentmods.dev/badge/skills/edvardgrishin27/frameproof/skill.svg" alt="Measured on agentmods" height="20"></a>What it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5 | $0.00228 | $0.02151 |
| Opus 5 | $0.00114 | $0.01076 |
| Sonnet 5 | $0.00046 | $0.00430 |
| Haiku 4.5 | $0.00023 | $0.00215 |
Grade A, and why
frameproof scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 5d ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
Copies of this mod
1 near-identical copy found in the catalogue:
- frameproof — 100% identical, 0 lines differ
How it starts
The opening of the file, as written. The whole thing — 177 lines — stays where its author put it; the contents beside it link to each section on GitHub.
frameproof — смотреть видео и уметь это доказать
Главное правило
Никогда не утверждай, что было на экране, если не видел кадра.
Инструмент честно печатает покрытие. Если в отчёте есть участок «БЕЗ КАДРА» — про этот промежуток говори прямо: «кадра здесь нет, по звуку — вот что». Догадка, поданная как наблюдение, обесценивает весь разбор.
Каждое утверждение про экран — с меткой [MM:SS / fNNNN]. Это не оформление:
frameproof verify проверяет каждую такую метку по индексу. Выдуманная ссылка будет
поймана арифметикой, без всякой модели.
Порядок работы
1. Индекс
frameproof index "<ссылка или путь>" --ocr
Выведет отчёт покрытия. Прочитай его прежде всего остального: сколько кадров, какой максимальный разрыв, есть ли участки без кадров.
Путь к индексу — в последней строке вывода. Дальше он нужен как --out.
--ocr включает распознавание текста на кадрах (macOS, офлайн). Это делает экран
грепаемым: команды, имена файлов и URL находятся поиском без единой картинки.
Распознаётся отдельная копия в родном разрешении, показ остаётся лёгким.
Полезные ключи: --max-gap 10 (плотнее покрытие), --max-frames 400 (длинное видео),
--lang ru (язык расшифровки, если субтитров нет).
Если рядом с видео лежат готовые субтитры — --subs речь.srt, это точнее и быстрее
расшифровки. Не на macOS распознавание подключается своим движком:
--ocr-command "<программа>", она получает пути к картинкам и печатает путь<TAB>текст.
2. Прочитай карту
cat <индекс>/index.json
Маленький файл, читай целиком. В нём длительность, число кадров, источник транскрипта
и — главное — блок coverage.
3. Ищи текстом, а не картинками
frameproof search "<запрос>" --out <индекс>
Ищет и по речи, и по тексту с экрана. Возвращает строки с тайм-кодами. Ни одной картинки — ноль визуальных токенов. Большинство вопросов закрывается здесь.
Поиск подстрочный (триграммы), русские падежи не мешают.
Для более сложных выборок грепай напрямую:
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- 5d ago First seen · 177 lines · 228 tokens per session scan A 5cc9b8deccef
frameproof is a skill published in the GitHub repository edvardgrishin27/frameproof (24 stars, last pushed yesterday), licensed MIT. It adds 228 tokens to every session and 2,151 once invoked, about $0.0011 per session on Opus 5. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-30.
Other skills, from other repositories
tiktok-transcribe
TikTok 视频 → 下载 → 转录 → 存为 Markdown。 支持 TikTok 链接，无需登录。.
multimodal-llm
Vision, audio, video generation, and multimodal LLM integration patterns. Use when processing images, transcribing audio, generating speech, generating AI video (Kling v3, Sora 2, Veo 3.1 std/lite/fast, Runway Gen-4.5 via gen4turbo), or building multimodal AI pipelines.
frame-light-leak-cinema
Film light leaks, grain, 16:9 letterbox, and large serif type for cinematic openings or chapter cards.
frame-creative-voltage
Electric split with hand-drawn script — offset panels slide in, display title rises with an outlined word, script strokes itself in.
frame-electric-studio
Two-panel split with quote as hero — white/blue panels open from center, accent bar grows, quote reveals line by line.
frame-glitch-title
Digital glitch, chromatic offset, and data-corruption title frame for video transitions or cyberpunk heroes.