BD smyx-root-health-transparent-pot-analysis
Анализ здоровья корней растений с помощью ИИ по изображениям из прозрачных горшков или умных ящиков для рассады. Использует фиксированные камеры для съемки изображений/видео корней растений, определяет цвет кончиков корней (белый=активный, коричневый=стареющий, черный=гниющий), плотность корневых волосков, структуру ветвления и обнаруживает симптомы корневой гнили (мягкость, слизь, черновато-коричневый цвет). Выдает оценку здоровья корней (0-100) и уровень жизнеспособности (Здоровый/Нормальный/Слабый/Гнилой). Помогает в раннем выявлении проблем с корнями (гниль от переувлажнения, ожог удобрениями, инфекция патогенами) и направляет корректировку ухода. Сценарии: умные ящики для рассады, прозрачные горшки, фитофермы, гидропонные системы.
машинный переводПоказать оригиналСкрыть оригинал«AI-powered plant root health analysis from transparent pots or smart s…»
AI-powered plant root health analysis from transparent pots or smart seedling boxes. Uses fixed cameras to capture images/videos of plant roots, identifies root tip color (white=active, brown=aging, black=rotten), root hair density, branching structure, and detects root rot symptoms (softness, mucus, blackish-brown color). Outputs a root health score (0-100) and vitality grade (Healthy/Normal/Weak/Rotten). Helps early detection of root issues (overwatering rot, fertilizer burn, pathogen infection) and guides care adjustments. Scenarios: smart seedling boxes, transparent pots, plant factories, hydroponic systems. | 通过智能育苗箱或透明花盆的固定摄像头，拍摄植物根系图像或视频，利用AI视觉分析技术识别根尖颜色（白色为活性强、褐色为老化、黑色为腐烂）、根毛密度、根系分支情况以及是否存在根腐病（软烂、粘液、黑褐色）。综合评估根系健康评分（0-100分），输出根系活力等级（健康/一般/衰弱/腐烂）。该技能有助于及早发现根部问题（如浇水过多引起的烂根、肥害、病菌感染），指导用户调整养护措施。应用场景：智能育苗箱、透明花盆、植物工厂、水培系统。
Анализ здоровья корней растений с помощью ИИ по изображениям из прозрачных горшков или умных ящиков для рассады.
Как процесс D 35/100 · Процесс не доведён — 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 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 1447 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)
- +3Длина description 835: рекомендуется 120–800 символов
- +3Нет пошаговых инструкций или чек-листа
- +3Формат ответа не описан: модель каждый раз решает сама
- -256 эмодзи в инструкциях: шум для модели
- -32 из 4 скриптов не упомянуты в SKILL.md
- +2Инструкции на одном языке
- +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: 66.