SKILLEMALL.ai

BF smyx-elderly-long-term-immobility-analysis

Используя стационарные камеры в различных зонах дома одинокого пожилого человека (гостиная, спальня, кухня, ванная комната и т. д.), система непрерывно анализирует видеопотоки для обнаружения активности человека (движение, действия конечностей, жесты и т. д.). Если в течение настроенного временного окна (по умолчанию 12 часов) активность не обнаружена, система выдает предупреждение о "длительном отсутствии активности" и может уведомить экстренные контакты через приложение или телефон. | 通过独居老人家中的多个区域(客厅、卧室、厨房、卫生间等)固定摄像头,连续分析视频流,检测人体活动(包括移动、肢体动作、手势等)。若在设定的时间窗口内(默认12小时)未检测到任何活动,则输出'长期无活动'预警,并可通过APP或电话通知紧急联系人。

машинный переводПоказать оригиналСкрыть оригинал«Using fixed cameras in multiple zones of a solo-living elder's home (l…»

Using fixed cameras in multiple zones of a solo-living elder's home (living room, bedroom, kitchen, bathroom, etc.), the system continuously analyzes the video streams to detect human activity (movement, limb actions, gestures, etc.). If no activity is detected within a configured time window (default 12 hours), the system outputs a 'long-term no activity' alert and can notify emergency contacts via app or phone. | 通过独居老人家中的多个区域(客厅、卧室、厨房、卫生间等)固定摄像头,连续分析视频流,检测人体活动(包括移动、肢体动作、手势等)。若在设定的时间窗口内(默认12小时)未检测到任何活动,则输出'长期无活动'预警,并可通过APP或电话通知紧急联系人。

ClawHub Agent Skills автор: smyx-sunjinhui v1.0.10 MIT-0 30 файлов тело ≈ 1 618 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Используя стационарные камеры в различных зонах дома одинокого пожилого человека (гостиная, спальня, кухня, ванная комната и т.

Как процесс F 32/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

АнализаторИнфраструктураМедиа и видеотип 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
F
32/100
Не запустится
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 32/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1618 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)
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -254 эмодзи в инструкциях: шум для модели
  • -32 из 4 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 541 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 sensitive home-monitoring video and silently creates or reuses cloud identity state, so users should review it before installing.
LLM: suspicious (high) · 27 авг. 2026 г.