SKILLEMALL.ai
GitHub ↗ EN Войти

BD dahua-cloud-open-device-image-analysis

Инструмент анализа изображений IoT-устройств на базе платформы разработчика Dahua Cloud. Поддерживает захват изображений с IoT-устройств Dahua и вызов больших моделей для анализа изображений. Может распознавать людей, транспортные средства, объекты и т. д. на кадрах видеонаблюдения, поддерживает обнаружение таких элементов, как каски, маски, дым, огонь, а также распознавание действий, таких как падение или вторжение. Применим для анализа изображений устройств, производственной безопасности, наблюдения за аномалиями, серийного патрулирования, управления корпоративной безопасностью и других сценариев.

машинный переводПоказать оригиналСкрыть оригинал«基于大华云开发者平台的 IoT 设备图像分析技能。支持对 Dahua IoT 设备进行抓拍，并调用大模型进行图片分析。可识别监控画面中的人、…»

基于大华云开发者平台的 IoT 设备图像分析技能。支持对 Dahua IoT 设备进行抓拍，并调用大模型进行图片分析。可识别监控画面中的人、车辆、物体等，支持安全帽、口罩、烟雾、火焰等检测及摔倒、入侵等行为识别。适用于设备图像分析、安全生产、异常看护、连锁巡检、企业安全管理等场景。

ClawHub Agent Skills автор: Developer v1.0.5 MIT-0 6 файлов тело ≈ 2 279 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Инструмент анализа изображений IoT-устройств на базе платформы разработчика Dahua Cloud.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИнфраструктуратип 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
B
79/100
безопасность, качество, тесты
Безопасность 60%
85
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Опасные команды средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.

Автору

Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.

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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • средняя Опасные команды cmd-shell-rc README.md:182
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile)
    echo "export DAHUA_CLOUD_PRODUCT_ID='你的 AppID'" >> ~/.bashrc
  • средняя Опасные команды cmd-shell-rc README.md:183
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile)
    echo "export DAHUA_CLOUD_AK='你的 AccessKey'" >> ~/.bashrc
  • средняя Опасные команды cmd-shell-rc README.md:184
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile)
    echo "export DAHUA_CLOUD_SK='你的 SecretKey'" >> ~/.bashrc

Просканировано файлов: 6. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "paths"

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 27
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2279 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 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
  • -219 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 141 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 37 заголовков
  • +3Пошаговые инструкции: 27 пунктов
  • +4Есть примеры (21 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: clean
This skill does what it claims: captures authorized Dahua camera snapshots, saves them locally, and sends them to Dahua Cloud for AI analysis, but it handles sensitive credentials and surveillance images.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.