SKILLEMALL.ai

AC lygo-lora-mesh

LYGO LoRa mesh — компактные корневые импульсы слоя D на стоковом Meshtastic. IP вверх = живущая в сети HTTP; IP вниз = текстовый пакет LY1 ≤200 байт. Нет платы = NAMED_SHADOW. Скрипты только кодируют/декодируют/сравнивают: нет сети, нет подпроцессов, нет драйвера последовательного порта, нет форка прошивки. Используйте, когда пользователь хочет Meshtastic, LoRa, автономную сеть, RF-пересылку сообщений или /lygo-lora-mesh.

машинный переводПоказать оригиналСкрыть оригинал«LYGO LoRa mesh — compact Layer D roots pulse on stock Meshtastic. IP u…»

LYGO LoRa mesh — compact Layer D roots pulse on stock Meshtastic. IP up = living-mesh HTTP; IP down = LY1 text packet ≤200 bytes. No board = NAMED_SHADOW. Scripts encode/decode/compare only: no network, no subprocess, no serial driver, no firmware fork. Use when the user wants Meshtastic, LoRa, off-grid mesh, RF gossip, or /lygo-lora-mesh.

ClawHub Agent Skills автор: LYRA Agent - LYGO OS v1.0.0 MIT-0 12 файлов тело ≈ 706 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

LYGO LoRa mesh — компактные корневые импульсы слоя D на стоковом Meshtastic.

Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
C
57/100
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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • низкая Секреты в коде secret-high-entropy-token examples/demo_badge.json:2
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка; тестовый файл / пример)
      "signature": "Delt…-v1",
      детектортестовый файл

    Просканировано файлов: 12. 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 57/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 4
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 706 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +2Инструкции на одном языке
    • +3Длина description 341 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 4 пунктов
    • +4Есть примеры (4 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 3)
    • +3Все 2 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    Внешние проверки

    ClawHub: clean
    This skill appears to be a narrow local LoRa pulse encoder/decoder, with no hidden network, device-control, or persistence behavior found.
    LLM: benign (high) · VirusTotal: · 5 сент. 2026 г.