SKILLEMALL.ai

AD smyx-respiratory-rate-abnormal-detect-analysis

AI-мониторинг частоты дыхания домашних животных без контакта во время отдыха. Обнаруживает движение грудной клетки и живота через фиксированную камеру, рассчитывает количество вдохов в минуту и сравнивает с нормами для данного вида/размера тела; выдает раннее предупреждение при отклонениях (например, собака >30 вдохов/мин, кошка >40 вдохов/мин или <8 вдохов/мин). Помогает рано выявлять риски, связанные с сердечно-легочной, дыхательной системой или тепловым стрессом. Сценарии: ночной домашний мониторинг, палаты ветеринарных клиник, центры передержки животных.

машинный переводПоказать оригиналСкрыть оригинал«AI-powered non-contact pet respiratory rate monitoring at rest. Detect…»

AI-powered non-contact pet respiratory rate monitoring at rest. Detects thoracic-abdominal motion via a fixed camera, calculates breaths-per-minute, and compares against species/body-size resting norms; triggers early-warning when abnormal (e.g. dog >30 bpm, cat >40 bpm, or <8 bpm). Helps detect cardiopulmonary, respiratory or heat-stress risks early. Scenarios: home night monitoring, animal hospital wards, pet boarding centers. | 通过宠物窝或休息区固定摄像头,在宠物静息状态下分析其胸腹部起伏运动,自动计算呼吸频率(次/分钟),并与该物种/体型的正常静息呼吸范围进行对比;若检测到呼吸过快(如犬>30次/分钟,猫>40次/分钟)或过慢(<8次/分钟),则输出健康预警,建议主人观察或就医。有助于早期发现呼吸系统、心脏或热应激等潜在问题。应用场景:宠物家庭夜间监护、宠物医院住院部、宠物寄养中心。

ClawHub Agent Skills автор: smyx-sunjinhui v1.0.4 MIT-0 30 файлов тело ≈ 1 649 токенов Открыть источникclawhub.ai проанализирован 4 ч назад

AI-мониторинг частоты дыхания домашних животных без контакта во время отдыха.

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

АнализаторИнфраструктуратип 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 1649 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 12. 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
    • -271 эмодзи в инструкциях: шум для модели
    • -32 из 4 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +3Длина description 617 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 22 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
    The skill mostly matches a cloud pet-video respiratory analysis tool, but it needs Review because it silently handles identity, uploads sensitive media, uses active plaintext development endpoints, and stores tokens locally.
    LLM: suspicious (high) · 13 сент. 2026 г.