BD senseaudio-let-claw-talk-universal
Используйте, когда пользователь хочет превратить AudioClaw в локального голосового помощника, который постоянно слушает, говорит при начале речи и отвечает при паузе. Этот навык поддерживает платформы macOS и Windows: сначала пытается использовать канал записи Python, а на macOS предоставляет резервную запись на нативном Swift; голос пользователя преобразуется в текст с помощью SenseAudio ASR, затем отправляется агенту AudioClaw и воспроизводится обратно с помощью SenseAudio TTS или системного голоса. Он сохраняет опциональный фоновый сервис WeSpeaker и потоковый TTS, но конфигурация по умолчанию стремится минимизировать зависимость от платформы. Подходит для ответов без рук, голосового помощника на рабочем столе, непрерывного голосового управления и демонстрации прототипов.
машинный переводПоказать оригиналСкрыть оригинал«当用户希望把 AudioClaw 变成一个持续监听、开口就说、停顿就回答的本机语音助手时使用。这个 skill 支持 macOS 和 Win…»
当用户希望把 AudioClaw 变成一个持续监听、开口就说、停顿就回答的本机语音助手时使用。这个 skill 支持 macOS 和 Windows 两个平台：优先尝试 Python 录音链路，macOS 上再提供原生 Swift 录音兜底；用户语音通过 SenseAudio ASR 转文字，再发给 audioclaw agent，并用 SenseAudio TTS 或系统语音读回结果。它保留可选的 WeSpeaker 后台服务和流式 TTS，但默认导出配置会尽量减少平台专属依赖。适合免手打问答、桌面语音助理、连续语音控制和原型演示。
Этот навык поддерживает платформы macOS и Windows: сначала пытается использовать канал записи Python, а на macOS предоставляет резервную запись на нативном…
Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 16. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "summary"
Процессный рейтинг: все десять параметров 41/100
- 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
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (senseaudio-let-claw-talk-universal) не совпадает с папкой (senseaudio-let-claw-talkv1)
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 200
- 100Стоимость исполнения. Тело инструкции 2959 токенов
- 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
- -33 из 11 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 270 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 13 заголовков
- +3Пошаговые инструкции: 200 пунктов
- +4Есть примеры (32 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 2)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.