SKILLEMALL.ai
GitHub ↗ EN Войти

BD Qwen 方言语音识别

Skill преобразования речи в текст на основе Qwen3-ASR-0.6B, поддерживает 22 диалекта китайского языка и многоязычное распознавание, позволяя вам общаться с OpenClaw на диалекте.

машинный переводПоказать оригиналСкрыть оригинал«基于Qwen3-ASR-0.6B的语音转文字Skill，支持22种中文方言和多语言识别，让你可以用方言和OpenClaw交流。…»

基于Qwen3-ASR-0.6B的语音转文字Skill，支持22种中文方言和多语言识别，让你可以用方言和OpenClaw交流。

ClawHub Hermes автор: Shuai YUAN v1.2.0 MIT-0 25 файлов тело ≈ 392 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Skill преобразования речи в текст на основе Qwen3-ASR-0.6B, поддерживает 22 диалекта китайского языка и многоязычное распознавание, позволяя вам общаться с…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
B
81/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
56
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Утечка данных read-dotenv DEVELOPER-GUIDE.md:59
    Чтение файла .env
    cp .env.example .env
  • низкая Утечка данных read-dotenv INSTALL.md:46
    Чтение файла .env
    cp .env.example .env
  • низкая Утечка данных read-dotenv README.md:33
    Чтение файла .env
    cp .env.example .env

Просканировано файлов: 17. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-long-hermes description 63 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • предупреждение description-no-when ни description, ни раздел "## When to Use" не говорят, когда применять скилл
  • заметка frontmatter-key неизвестное поле фронтматтера "icon"

Процессный рейтинг: все десять параметров 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (Qwen 方言语音识别) не совпадает с папкой (asr-skill)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 21
  • 100Стоимость исполнения. Тело инструкции 392 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 63: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -216 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 21 пунктов
  • +4Есть примеры (2 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 56.

Внешние проверки

ClawHub: suspicious
This is a real local speech-to-text skill, but it exposes a network-facing audio service with under-scoped endpoints and weak deployment safeguards.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.