SKILLEMALL.ai

AD kimi2.5skill

Устранение неполадок и эксплуатация Kimi 2.5 / OpenClaw для понимания изображений. Используйте, когда распознавание изображений не удается, OCR/изображения не могут быть проанализированы, инструмент `image` сообщает `Unknown model`, настроенные модели зрения игнорируются во время выполнения, или вам нужен безопасный рабочий процесс восстановления для моделей OpenClaw с возможностью обработки изображений.

машинный переводПоказать оригиналСкрыть оригинал«Troubleshoot and operate Kimi 2.5 / OpenClaw image understanding. Use…»

Troubleshoot and operate Kimi 2.5 / OpenClaw image understanding. Use when image recognition fails, OCR/images cannot be analyzed, `image` tool reports `Unknown model`, configured vision models are ignored at runtime, or you need a safe recovery workflow for OpenClaw image-capable models.

ClawHub Agent Skills автор: jiangwill2023 v1.0.0 MIT-0 4 файла тело ≈ 253 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Устранение неполадок и эксплуатация Kimi 2.5 / OpenClaw для понимания изображений. Используйте, когда распознавание изображений не удается, OCR/изображения не…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИнфраструктураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)

    Процессный рейтинг: все десять параметров 49/100

    • 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
    • 40Согласованность. Имя во frontmatter (kimi2.5skill) не совпадает с папкой (kimi2-5skill)
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 17
    • 100Стоимость исполнения. Тело инструкции 253 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
    • +4Нет примеров входа/выхода
    • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 289 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 17 пунктов
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

    Внешние проверки

    ClawHub: clean
    This is a documentation-only troubleshooting skill for OpenClaw image-model failures, with no hidden code or automatic behavior found.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.