BF smyx-leaf-aging-fall-prediction-analysis
Используя стационарную комнатную камеру для ежедневной непрерывной съемки изображений листьев комнатных растений под одним и тем же углом, методы компьютерного зрения обнаруживают изменение цвета листьев (зеленый → желтый → коричневый), потерю блеска (снижение отражательной способности поверхности) и образование зоны отпадения у основания черешка (изменение угла). | С помощью стационарной комнатной камеры для комнатных растений непрерывно снимаются изображения листьев (ежедневно под одним и тем же углом), с помощью методов компьютерного зрения анализируются изменения цвета листьев (от зеленого к желтому, затем к коричневому), снижение блеска (уменьшение отражения от поверхности), образование зоны отпадения у основания черешка (изменение угла) и другие процессы старения. На основе модели временных рядов исторических последовательностей изображений прогнозируется риск опадения листьев в течение следующих 3-7 дней. Ежедневно генерируется отчет о старении, а при прогнозе скорого опадения листьев отправляется уведомление (например, «Нижний лист у драцены ожидается опадет через 3 дня, можно удалить заранее для сохранения эстетики»).
машинный переводПоказать оригиналСкрыть оригинал«Using a fixed indoor camera to continuously capture leaf images of hou…»
Using a fixed indoor camera to continuously capture leaf images of houseplants from the same angle every day, AI vision techniques detect leaf color changes (green → yellow → brown), loss of glossiness (reduced surface reflectance), and formation of the abscission zone at the petiole base (angle change). | 通过室内绿植固定摄像头连续采集叶片图像（每天同一角度），利用AI视觉分析技术检测叶片颜色变化（从绿到黄再到褐）、光泽度下降（叶面反光减弱）、叶柄基部离层形成（角度变化）等老化进程，并基于历史图像序列的时间序列模型预测未来3-7天内叶片脱落的风险时段。系统每日生成老化报告，当预测即将落叶时推送提醒（如'富贵竹下位叶预计3天后脱落，可提前剪除以保持美观'）。
Используя стационарную комнатную камеру для ежедневной непрерывной съемки изображений листьев комнатных растений под одним и тем же углом, методы…
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: 2, 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 1599 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 486 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.