SKILLEMALL.ai
GitHub ↗ EN Войти

AD smyx-vaccination-reminder-analysis

Срабатывает, когда пользователь предоставляет изображение или видео питомца по URL/файлу для анализа напоминания о вакцинации; использует ИИ-распознавание лиц для подтверждения личности питомца, автоматически запрашивает связанные записи о вакцинации (дата последней дозы, тип вакцины) из базы данных управления ветеринарной клиникой и сравнивает с текущей датой. Когда интервал с момента последней вакцинации превышает 11 месяцев (или установленный цикл напоминания), выводит напоминание о предстоящей/просроченной вакцинации и предлагает повторную вакцинацию. Помогает ветеринарным клиникам автоматизировать управление клиентами, повысить охват вакцинацией и избежать пропущенных доз. Применение: регистрация на стойке регистрации в клинике, регистрация при заселении в центр передержки, андеррайтинг страхования домашних животных. НЕ предоставляет медицинских консультаций — только возвращает результаты сравнения данных из базы данных. | 当用户提供宠物面部图像或视频URL/文件时，触发本技能进行疫苗到期提醒分析；利用AI面部识别确认宠物个体身份，自动关联数据库中该宠物的疫苗接种记录（上次接种日期、疫苗类型）并与当前日期比对；若距离上次接种超过11个月（或预设的提醒周期），输出到期/逾期提醒，并建议尽快补种。该技能可帮助宠物医院实现自动化客户管理、提升疫苗接种率、防止漏种。应用场景：宠物医院前台登记、宠物寄养中心入住检查、宠物保险核保。仅输出基于数据库比对的结果，不提供医疗建议。

машинный переводПоказать оригиналСкрыть оригинал«Triggers when a user provides a pet facial image or video URL/file for…»

Triggers when a user provides a pet facial image or video URL/file for vaccination reminder analysis; uses AI facial recognition to confirm pet identity, automatically queries the linked vaccination records (last dose date, vaccine type) from the hospital management database, and compares with current date. When the gap since last vaccination exceeds 11 months (or the preset reminder cycle), outputs a due/overdue reminder and suggests re-vaccination. Helps pet hospitals automate client management, raise vaccination coverage and avoid missed doses. Application: hospital front-desk registration, boarding center check-in, pet insurance underwriting. Does NOT provide medical advice — only returns database-comparison results. | 当用户提供宠物面部图像或视频URL/文件时，触发本技能进行疫苗到期提醒分析；利用AI面部识别确认宠物个体身份，自动关联数据库中该宠物的疫苗接种记录（上次接种日期、疫苗类型）并与当前日期比对；若距离上次接种超过11个月（或预设的提醒周期），输出到期/逾期提醒，并建议尽快补种。该技能可帮助宠物医院实现自动化客户管理、提升疫苗接种率、防止漏种。应用场景：宠物医院前台登记、宠物寄养中心入住检查、宠物保险核保。仅输出基于数据库比对的结果，不提供医疗建议。

ClawHub Agent Skills v1.0.10 30 файлов тело ≈ 1 469 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Срабатывает, когда пользователь предоставляет изображение или видео питомца по URL/файлу для анализа напоминания о вакцинации; использует ИИ-распознавание лиц…

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

АнализаторИнфраструктураМедиа и видеотип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
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 1469 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 957: рекомендуется 120–800 символов
    • +3Нет пошаговых инструкций или чек-листа
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -255 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 has a coherent pet-vaccination reminder goal, but it silently handles identities, creates or reuses accounts, sends sensitive media and record requests to remote services, and stores returned tokens in plaintext.
    LLM: suspicious (high)