SKILLEMALL.ai

AD smyx-excitement-calming-guide-analysis

AI-детектор перевозбуждения домашних животных и руководство по успокоению. Анализ в реальном времени с камеры отслеживает скорость движения, высоту прыжков, количество оборотов и прыжки на людей, оценивая уровень возбуждения. Когда уровень превышает пороговые значения безопасности, система автоматически выдает успокаивающие сигналы (воспроизведение голосовой команды хозяина, например, «сидеть»/«замедлись», мягкий звуковой сигнал, выпуск успокаивающего феромона, приглушение света). Помогает предотвратить травмы от перевозбуждения и обеспечивает безопасность в доме. Сценарии: активные домашние животные, центры передержки животных, дневные группы для животных, школы дрессировки собак.

машинный переводПоказать оригиналСкрыть оригинал«AI-powered pet over-excitement detection & calming guidance. Real-time…»

AI-powered pet over-excitement detection & calming guidance. Real-time camera analysis tracks movement speed, jump height, spin laps, and jumping-on-people actions to score excitement level. When the score exceeds safety thresholds, the system auto-issues calming cues (play owner's voice command like 'sit'/'slow down', soft prompt tone, release calming pheromone, dim lights). Helps prevent injuries from over-excitement and keeps the household safe. Scenarios: lively pet households, pet boarding centers, pet daycare, dog training schools. | 通过宠物活动区的固定摄像头实时分析宠物的运动状态,检测狂跳、高速转圈、反复扑人等极度兴奋行为,评估兴奋等级。当兴奋等级超过安全阈值时,自动输出冷静引导指令,包括播放主人的语音口令(如"坐下"、"慢下来")、发出柔和提示音,或联动环境设备(如释放宠物镇静信息素、调暗灯光),预防宠物因过度兴奋而撞伤、摔倒或伤人,维护家庭安全。应用场景:宠物家庭(尤其活泼好动的犬猫)、宠物寄养中心、宠物日托班、宠物训练学校。

ClawHub Agent Skills автор: smyx-sunjinhui v1.0.8 MIT-0 30 файлов тело ≈ 1 697 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

AI-детектор перевозбуждения домашних животных и руководство по успокоению.

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

АнализаторИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
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

    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

    ✓ По спецификации Agent Skills замечаний нет

    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 1697 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле

    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
    • -280 эмодзи в инструкциях: шум для модели
    • -32 из 4 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +3Длина description 749 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 23 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: 81.

    Внешние проверки

    ClawHub: suspicious
    This skill may be useful for pet-video analysis, but it sends sensitive media and identity-linked requests to an external service while silently creating or reusing local account state.
    LLM: suspicious (high) · 26 авг. 2026 г.