SKILLEMALL.ai

BD smyx-dementia-confusion-orientation-analysis

С помощью стационарных камер (и опциональных микрофонов) в учреждениях по уходу за деменцией или домах система анализирует поведение людей с деменцией для выявления состояний замешательства/дезориентации: внезапные остановки активности (прерывание текущих действий, таких как еда или ходьба, в течение ≥ 5 секунд), блуждающий взгляд (глаза блуждают без фокусировки), оглядывание (частые повороты головы) и повторяющиеся вопросы о дезориентации («Где это?», «Сколько времени?», «Кто вы?» и т. д. (требуется интеграция с распознаванием голоса или голоса)).

машинный переводПоказать оригиналСкрыть оригинал«Through fixed cameras (and optional microphones) in dementia care faci…»

Through fixed cameras (and optional microphones) in dementia care facilities or homes, the system analyzes behaviors of people with dementia to identify confusion/disorientation states: sudden activity stops (interrupting ongoing actions such as eating or walking for ≥ 5 seconds), gaze drifting (eyes wandering without focus), looking around (frequent head turning), and repeated disorientation questions ('Where is this?'. | 通过失智照护机构或家庭固定摄像头(及可选麦克风),分析失智老人的行为,识别困惑/迷惘状态:突然停止活动(中断正在进行的动作,如吃饭、行走 ≥ 5 秒)、眼神游离(视线漫无目的漂移、不聚焦)、四处张望(头部频繁转动)、反复询问'这是哪''现在几点''你是谁'等定向障碍问题(需配合声纹或语音识别)。

ClawHub Agent Skills автор: smyx-sunjinhui v1.0.8 MIT-0 30 файлов тело ≈ 2 201 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

С помощью стационарных камер (и опциональных микрофонов) в учреждениях по уходу за деменцией или домах система анализирует поведение людей с деменцией для…

Как процесс D 35/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, когда включается

АнализаторРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
D
35/100
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

  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: 30. 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 35/100

  • 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
  • 25Шаги. Шагов: 1
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2201 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)
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -266 эмодзи в инструкциях: шум для модели
  • -32 из 4 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 575 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 заголовков
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: suspicious
This skill handles highly sensitive dementia-care audio/video and quietly relies on cloud services, local identity reuse, remote account/token handling, and possible automated interventions without enough user control or endpoint transparency.
LLM: suspicious (high) · 27 авг. 2026 г.