SKILLEMALL.ai

BF rootonlocal-iot

Управляйте и запрашивайте устройства IoT LifeSmart Smart Station, зарегистрированные в приложении RootONLocal. Запрашивает локальную информацию об устройствах/зонах через http://127.0.0.1:18080, затем напрямую вызывает API LifeSmart LocalWeb для получения или установки состояния устройства (освещение, переключатели, жалюзи, кондиционеры, пользовательские ИК-пульты) и чтения измерений (качество воздуха, температура, счетчики электроэнергии/энергопотребления, солнечная энергия).

машинный переводПоказать оригиналСкрыть оригинал«Control and query LifeSmart Smart Station IoT devices registered in th…»

Control and query LifeSmart Smart Station IoT devices registered in the RootONLocal app. Queries local device/zone info via http://127.0.0.1:18080, then calls the LifeSmart LocalWeb API directly to get or set device state (lights, switches, blinds, AC, custom IR remotes) and read measurements (air quality, temperature, power/energy meters, solar).

ClawHub Agent Skills автор: KimSangSoo v2.0.4 MIT-0 6 файлов тело ≈ 1 411 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Управляйте и запрашивайте устройства IoT LifeSmart Smart Station, зарегистрированные в приложении RootONLocal.

Как процесс F 28/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: device-types.md

ИнтеграцияРазработкаИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
64
Прогон на моделях
не было
Процессный рейтинг
F
28/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: device-types.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 0. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: device-types.md

Процессный рейтинг: все десять параметров 28/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: device-types.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): device-types.md
  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (rootonlocal-iot) не совпадает с папкой (rootonlocal-localweb204)
  • 100Шаги. Шагов: 22
  • 100Стоимость исполнения. Тело инструкции 1411 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
  • -2Ссылки на localhost: у другого пользователя не заработает
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 349 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 22 пунктов
  • +4Есть примеры (3 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: suspicious
This skill is openly for local smart-home control, but it handles reusable IoT credentials and recommends unsafe local/TLS security practices that users should review before installing.
LLM: suspicious (high) · 10 июл. 2026 г.