SKILLEMALL.ai

BC box-pointcloud-collector

Инструмент сбора данных облака точек корпуса Intel RealSense D455. Используется для сбора наборов данных цветных изображений RGB и карт глубины корпуса, поддерживает режимы ручного/автоматического сбора. Сценарии запуска: (1) сбор данных облака точек корпуса/объекта (2) создание наборов данных для обучения глубокому обучению (3) подготовка данных для проекта Bin Picking (4) сбор данных для калибровки камеры. Поддерживает камеру Intel RealSense D455.

машинный переводПоказать оригиналСкрыть оригинал«Intel RealSense D455 箱体点云数据采集工具。用于采集箱体的 RGB 彩色图和深度图数据集,支持手动/自动采集模式。触发场…»

Intel RealSense D455 箱体点云数据采集工具。用于采集箱体的 RGB 彩色图和深度图数据集,支持手动/自动采集模式。触发场景:(1) 采集箱体/物体点云数据 (2) 创建深度学习训练数据集 (3) Bin Picking 项目数据准备 (4) 相机标定数据采集。支持 Intel RealSense D455 相机。

ClawHub Agent Skills автор: Robot_Qu v1.0.0 MIT-0 6 файлов тело ≈ 396 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Инструмент сбора данных облака точек корпуса Intel RealSense D455.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
65
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 6. 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")

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 10
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 396 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
  • -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • -31 из 2 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 167 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 10 пунктов
  • +4Есть примеры (5 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.

Внешние проверки

ClawHub: clean
This skill is a local Intel RealSense camera data collection tool that saves RGB and depth datasets to disk, with no evidence of network exfiltration, credential access, or persistence.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.