SKILLEMALL.ai

BD smyx-elderly-nightmare-startle-detect-analysis

Используя стационарную камеру в спальне (с инфракрасным ночным видением + микрофоном), система анализирует видео ночного сна пожилых людей и обнаруживает аномальные события, такие как внезапный подъем (быстрый переход из положения лежа в сидячее), крики (высокочастотные короткие крики) и беспорядочные движения рук (бесцельные быстрые движения рук), а также записывает время возникновения, частоту и продолжительность каждого события. | С помощью стационарной камеры в спальне (с инфракрасным ночным видением) система анализирует видео ночного сна пожилых людей и обнаруживает такие действия, как внезапный подъем (быстрое изменение положения из лежачего в сидячее), крики (высокочастотные короткие крики) и размахивание руками (бесцельные быстрые движения рук), записывая время возникновения, частоту и продолжительность каждого события. Этот навык может помочь родственникам или опекунам понять качество ночного сна пожилого человека, выявить возможные ночные кошмары, нарушения поведения во время фазы быстрого сна и другие аномальные явления, предоставляя основу для медицинской оценки.

машинный переводПоказать оригиналСкрыть оригинал«Using a fixed bedroom camera (infrared night vision + microphone), the…»

Using a fixed bedroom camera (infrared night vision + microphone), the system analyzes elderly nighttime sleep video and detects abnormal events such as sudden sitting-up (quick lying-to-sitting transition), screams (high-pitched short cries), and arm-thrashing (purposeless rapid arm movements), and records the occurrence time, frequency and duration of each event. | 通过卧室固定摄像头(红外夜视),分析老年人夜间睡眠视频,检测突然坐起(快速从躺卧变为坐立)、惊叫声音(高频短促叫声)以及挥舞手臂(无目的性的快速手臂动作)等行为,记录发生时间、频次及持续时间。该技能可帮助家属或护理人员了解老人夜间睡眠质量,识别可能的梦魇、快速眼动期睡眠行为障碍等异常现象,为医疗评估提供参考。

ClawHub Agent Skills автор: smyx-skills v1.0.10 MIT-0 30 файлов тело ≈ 1 801 токенов Открыть источникclawhub.ai проанализирован 26 ч назад

Используя стационарную камеру в спальне (с инфракрасным ночным видением + микрофоном), система анализирует видео ночного сна пожилых людей и обнаруживает…

Как процесс D 35/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, когда включается

АнализаторМедиа и видеоРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
D
35/100
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: 30. 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")

Процессный рейтинг: все десять параметров 35/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1801 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)
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -259 эмодзи в инструкциях: шум для модели
  • -32 из 4 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 525 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.

Внешние проверки

ClawHub: suspicious
This skill matches its advertised sleep-video analysis purpose, but it uploads highly sensitive bedroom media to cloud services and silently creates or reuses persistent user identities and tokens with limited user control.
LLM: suspicious (high) · 29 авг. 2026 г.