SKILLEMALL.ai
GitHub ↗ EN Войти

AC hid-dock

Подключение и управление оборудованием Acasis Flow HID dock (VID=0x35e6 PID=0xa4ac, отчеты 64 байта). Используйте, когда пользователь просит подключиться, проверить, переключить вид/страницу, прочитать или отправить данные на устройство HID dock / 扩展坞 / Flow View. Переключает экран док-станции между 数据同步(dataSync) и 快捷操作(shortcuts), проверяет соединение, читает отчеты и отправляет необработанные пакеты. Только для Windows. НЕ для: общей автоматизации мыши/клавиатуры или HID-устройств других производителей.

машинный переводПоказать оригиналСкрыть оригинал«Connect to and control the Acasis Flow HID dock hardware (VID=0x35e6 P…»

Connect to and control the Acasis Flow HID dock hardware (VID=0x35e6 PID=0xa4ac, 64-byte reports). Use when: the user asks to connect, check, switch view/page, read from, or send to the HID dock / 扩展坞 / Flow View device. Switches the dock screen between 数据同步(dataSync) and 快捷操作(shortcuts), inspects connection, reads reports, and sends raw payloads. Windows only. NOT for: generic mouse/keyboard automation or other vendors' HID devices.

ClawHub Agent Skills автор: facaiHero v1.1.0 MIT-0 3 файла тело ≈ 812 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Подключение и управление оборудованием Acasis Flow HID dock (VID=0x35e6 PID=0xa4ac, отчеты 64 байта).

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия

ИнтеграцияДанные и аналитикатип 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
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Когда включается вес 12
50
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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 3. 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 62/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 13
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 812 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 437 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 13 пунктов
    • +4Есть примеры (6 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: suspicious
    This skill is purpose-aligned for controlling a specific HID dock, but it tells the agent to download and run an unverified Windows executable from GitHub on first use.
    LLM: suspicious (medium) · VirusTotal: · 9 июл. 2026 г.