BF smyx-child-window-climbing-detection-analysis
С помощью стационарных камер в гостиных или зонах активности детей (направленных на окна или балконы) технологии оценки позы и обнаружения объектов AI в реальном времени анализируют видео, чтобы распознать, не пытается ли ребенок забраться на окно, не свешивается ли он и не держится ли за края подоконника. | С помощью стационарных камер в гостиных или зонах активности детей (направленных на окна или балконы) технологии оценки позы и обнаружения объектов AI в реальном времени анализируют видео, чтобы распознать, не пытается ли ребенок забраться на окно, не свешивается ли он и не держится ли за края подоконника, при обнаружении опасных действий немедленно выдавая предупреждение, активируя push-уведомления на мобильное приложение или звуковую/световую сигнализацию. Этот навык может эффективно предотвратить несчастные случаи, связанные с падением детей из окон.
машинный переводПоказать оригиналСкрыть оригинал«Using fixed cameras in living rooms or child-activity areas (aimed at…»
Using fixed cameras in living rooms or child-activity areas (aimed at windows or balconies), AI pose estimation and object detection analyze the video in real time to recognize whether a child is climbing windows, leaning out, or gripping window-sill edges. | 通过家庭客厅或儿童活动区域的固定摄像头（需对准窗户或阳台），利用AI姿态估计和目标检测技术实时分析视频，识别儿童是否发生攀爬窗户、身体探出窗外、抓握窗台边缘等危险行为，当检测到危险动作时立即输出预警，联动手机APP推送警报或触发声光报警器。该技能可有效预防儿童坠楼事故。
С помощью стационарных камер в гостиных или зонах активности детей (направленных на окна или балконы) технологии оценки позы и обнаружения объектов AI в…
Как процесс F 32/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается
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 · 0
✓ Критических и высоких находок нет
Просканировано файлов: 30. 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 32/100
- 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
- 25Шаги. Шагов: 1
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1581 токенов
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)
- +3Нет пошаговых инструкций или чек-листа
- +3Формат ответа не описан: модель каждый раз решает сама
- -254 эмодзи в инструкциях: шум для модели
- -32 из 4 скриптов не упомянуты в SKILL.md
- +2Инструкции на одном языке
- +3Длина description 395 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 19 заголовков
- +4Есть примеры (3 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.