SKILLEMALL.ai

AD smyx-litter-box-usage-monitor-analysis

Активируется, когда пользователь предоставляет URL или файл с видео из зоны кошачьего туалета для анализа; использует обнаружение и отслеживание объектов для определения времени входа/выхода каждой кошки из туалета, записывает ежедневную частоту использования и продолжительность каждого посещения (вход → выход), и сравнивает с исторической базой данных. Когда частота значительно увеличивается/уменьшается или продолжительность каждого посещения аномально длинная/короткая, выдает предупреждение о раннем выявлении заболеваний мочевыводящих путей (цистит, обструкция мочевыводящих путей, заболевание почек). Особенно полезно для индивидуального управления здоровьем в многокошачьих домах. Применение: многокошачьи дома, питомники, ветеринарные клиники, центры передержки. НЕ ставит медицинский диагноз — только выдает оповещения на основе статистики поведения.

машинный переводПоказать оригиналСкрыть оригинал«Triggers when a user provides a litter-box area video URL or file for…»

Triggers when a user provides a litter-box area video URL or file for analysis; uses object detection and tracking to identify each cat's entry/exit times at the litter box, records daily usage frequency and per-visit duration (entry → exit), and compares against the historical baseline. When frequency rises/falls significantly, or per-visit duration is abnormally long/short, outputs a urinary-disease (cystitis, urinary obstruction, kidney disease) early-warning alert. Especially useful for individualized health management in multi-cat households. Application: multi-cat homes, catteries, vet hospital inpatient wards, boarding centers. Does NOT provide medical diagnosis — only outputs behavior-statistics-based alerts. | 当用户提供猫砂盆区域视频URL或文件时,触发本技能进行使用频次与时长分析;通过智能猫砂盆或固定摄像头分析视频,利用目标检测和跟踪技术识别每只猫咪进出猫砂盆的时刻,记录每日使用频次、单次停留时长(从进入至离开),并与历史基线对比;若频次显著增减或单次时长异常,则输出泌尿系统疾病(膀胱炎、尿闭、肾病等)预警,有助于多猫家庭的个体化管理及早发现健康问题。应用场景:多猫家庭、猫舍、宠物医院住院部、宠物寄养中心。仅输出基于行为统计的提示,不提供医疗诊断。

ClawHub Agent Skills автор: smyx-sunjinhui v1.0.9 MIT-0 30 файлов тело ≈ 1 436 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Активируется, когда пользователь предоставляет URL или файл с видео из зоны кошачьего туалета для анализа; использует обнаружение и отслеживание объектов для…

Как процесс D 41/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, входы и предусловия

АнализаторИнфраструктураДанные и аналитикаМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
D
41/100
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 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
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 25Шаги. Шагов: 1
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1436 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)
    • +3Длина description 953: рекомендуется 120–800 символов
    • +3Нет пошаговых инструкций или чек-листа
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -256 эмодзи в инструкциях: шум для модели
    • -32 из 4 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +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: 78.

    Внешние проверки

    ClawHub: suspicious
    This skill does analyze litter-box media, but it also automatically uploads media, creates or reuses an account identity, stores tokens locally, and queries cloud history with limited user-facing control.
    LLM: suspicious (high) · 30 авг. 2026 г.