SKILLEMALL.ai
GitHub ↗ EN Войти

AC lora-cad-scanner

Сканер обнаружения активности LoRa-каналов (CAD) для LilyGo T3 v1.6 (ESP32-PICO-D4 + SX1276) с поддержкой HackRF One. Сканирует настраиваемый диапазон частот, используя комбинации BW/SF, отображает прогресс в реальном времени на OLED-дисплее SSD1306, сохраняет обнаруженные каналы в ОЗУ устройства, отправляет структурированные 15-минутные отчеты через Serial и уведомления в Telegram о новых обнаружениях через конвейер OpenClaw cron. Используйте при сканировании LoRa-устройств в диапазоне частот, настройке LilyGo T3 в качестве сканера/сниффера LoRa, создании конвейеров мониторинга радиочастот с оповещениями Telegram или проведении радиочастотной разведки с помощью HackRF + LilyGo.

машинный переводПоказать оригиналСкрыть оригинал«LoRa Channel Activity Detection (CAD) scanner for LilyGo T3 v1.6 (ESP3…»

LoRa Channel Activity Detection (CAD) scanner for LilyGo T3 v1.6 (ESP32-PICO-D4 + SX1276) with HackRF One support. Scans a configurable frequency range using multiple BW/SF combinations, displays live progress on the SSD1306 OLED, stores detected channels in device RAM, emits structured 15-minute reports over Serial, and sends Telegram notifications for new detections via an OpenClaw cron pipeline. Use when scanning for LoRa devices in a frequency band, setting up a LilyGo T3 as a LoRa scanner/sniffer, building RF monitoring pipelines with Telegram alerting, or doing RF reconnaissance with HackRF + LilyGo together.

ClawHub Agent Skills автор: Andrey Arsatyants v1.0.5 MIT-0 9 файлов тело ≈ 1 284 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Сканер обнаружения активности LoRa-каналов (CAD) для LilyGo T3 v1.6 (ESP32-PICO-D4 + SX1276) с поддержкой HackRF One. Сканирует настраиваемый диапазон частот…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторTelegramИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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

    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 · 3

    ✓ Критических и высоких находок нет

    Средние и низкие: 3
    • низкая Опасные команды cmd-background-process README.md:201
      Запуск фонового / автозапускаемого процесса (документация security-скилла)
      nohup python3 scripts/lora_monitor.py >> lora_monitor.log 2>&1 &
      security-скилл
    • низкая Опасные команды cmd-background-process references/setup.md:54
      Запуск фонового / автозапускаемого процесса (документация security-скилла)
      nohup python3 lora_monitor.py > lora_monitor.log 2>&1 &
      security-скилл
    • низкая Опасные команды cmd-background-process SKILL.md:52
      Запуск фонового / автозапускаемого процесса (документация security-скилла)
      nohup python3 scripts/lora_monitor.py > lora_monitor.log 2>&1 &
      security-скилл

    Просканировано файлов: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 53/100

    • 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
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 25
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1284 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле

    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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
    • -31 из 3 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 622 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 25 пунктов
    • +4Есть примеры (8 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 3)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

    Внешние проверки

    ClawHub: suspicious
    This is a coherent LoRa monitoring skill, but it captures raw radio packets and identifiers, stores them locally, and can forward them to Telegram, with broader RF reconnaissance guidance than most users would expect.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.