SKILLEMALL.ai

AD geospatial-osint

Панель мониторинга для сбора и визуализации геопространственной разведки с открытым исходным кодом. Используйте при создании панелей мониторинга в стиле шпионских триллеров Worldview, мониторинге геополитических событий или анализе OSINT из нескольких источников. Охватывает отслеживание спутников, прямые трансляции полетов (коммерческих + военных), морское движение, уличные камеры, сейсмические данные и визуализацию в реальном времени с эффектами постобработки. Поддерживает рендеринг 3D-глобуса в режимах CRT/NVG/тепловизора, воспроизведение по времени и рабочие процессы разработки с несколькими агентами.

машинный переводПоказать оригиналСкрыть оригинал«Open-source geospatial intelligence gathering and visualization dashbo…»

Open-source geospatial intelligence gathering and visualization dashboard. Use when building Worldview-style spy thriller dashboards, monitoring geopolitical events, or analyzing multi-source OSINT. Covers satellite tracking, live flights (commercial + military), maritime traffic, street cameras, seismic data, and real-time visualization with post-processing effects. Supports 3D globe rendering with CRT/NVG/thermal modes, time-based replay, and multi-agent development workflows.

ClawHub Agent Skills автор: imjohnathan v1.0.0 7 файлов тело ≈ 1 875 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Панель мониторинга для сбора и визуализации геопространственной разведки с открытым исходным кодом.

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

ПроцедураИнфраструктураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
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

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: 7. 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 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), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 13
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1875 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 483 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 22 заголовков
    • +3Пошаговые инструкции: 13 пунктов
    • +4Есть примеры (11 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (5 из 5)

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

    Внешние проверки

    ClawHub: clean
    This is a Markdown-only OSINT dashboard-building guide with sensitive public-data examples, but the behavior is disclosed, purpose-aligned, and not hidden or automatic.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.