BD smyx-pet-treadmill-intensity-analysis
Анализ интенсивности упражнений на беговой дорожке для домашних животных с помощью ИИ и дополнительные данные с пульсометра. Определяет частоту шагов, амплитуду движений конечностей и частоту дыхания по видео с беговой дорожки для оценки текущей нагрузки (низкая/средняя/высокая) и предоставления рекомендаций по темпу в реальном времени. Сценарии: умные беговые дорожки для домашних животных (собаки/кошки), центры тренировок для снижения веса домашних животных, реабилитация домашних животных. | 通过宠物跑步机内置或外置摄像头实时分析宠物跑步视频，检测步频、四肢伸展幅度、呼吸频率等运动姿态指标，并结合可选的心率带数据（蓝牙心率监测），综合评估当前运动强度等级（低/中/高），辅助宠物主人科学控制运动量，防止过度疲劳或运动损伤。应用场景：宠物跑步机（犬用/猫用）、宠物减肥训练中心、宠物康复理疗。
машинный переводПоказать оригиналСкрыть оригинал«AI-powered pet treadmill exercise intensity analysis combined with opt…»
AI-powered pet treadmill exercise intensity analysis combined with optional heart-rate band data. Detects stride frequency, limb extension, and respiratory rate from treadmill video to assess current exercise load (Low/Medium/High) and provide real-time pacing suggestions. Scenarios: smart pet treadmills (dog/cat), pet weight-loss training centers, pet rehabilitation. | 通过宠物跑步机内置或外置摄像头实时分析宠物跑步视频，检测步频、四肢伸展幅度、呼吸频率等运动姿态指标，并结合可选的心率带数据（蓝牙心率监测），综合评估当前运动强度等级（低/中/高），辅助宠物主人科学控制运动量，防止过度疲劳或运动损伤。应用场景：宠物跑步机（犬用/猫用）、宠物减肥训练中心、宠物康复理疗。
Анализ интенсивности упражнений на беговой дорожке для домашних животных с помощью ИИ и дополнительные данные с пульсометра.
Как процесс D 35/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, когда включается
Такой же скилл встречается ещё в 1 месте: ClawHub
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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-whendescription 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 1470 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 11. 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
- -265 эмодзи в инструкциях: шум для модели
- -32 из 4 скриптов не упомянуты в SKILL.md
- +2Инструкции на одном языке
- +3Длина description 523 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 21 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.