SKILLEMALL.ai

BF smyx-child-poor-posture-detection-analysis

С помощью встроенной в умную настольную лампу или установленной над столом камеры система в реальном времени анализирует видео с позой ребенка во время учебы, определяя угол искривления позвоночника (оценочный угол Кобба) и угол наклона головы. Когда сутулость (угол Кобба > 10°) или наклон головы (угол наклона головы > 15°) сохраняются дольше заданного порога (например, 5 секунд), срабатывает голосовое напоминание (например, «сядь прямо», «подними голову»), помогая детям выработать правильную осанку, предотвратить близорукость и сколиоз.

машинный переводПоказать оригиналСкрыть оригинал«Using the camera built into a smart desk lamp or mounted above the des…»

Using the camera built into a smart desk lamp or mounted above the desk, the system analyzes the child's sitting-posture video in real time, detecting spinal curvature angle (estimated Cobb angle) and head tilt angle. | 通过智能台灯内置摄像头或书桌上方摄像头,实时分析儿童学习时的坐姿视频,检测脊柱弯曲角度(Cobb角估算)以及头部倾斜度(侧倾角)。当驼背(Cobb角>10°)或歪头(头部侧倾角>15°)持续时间超过预设阈值(如5秒)时,触发语音提醒(如'请坐直'、'头抬正'),帮助儿童养成良好坐姿习惯,预防近视和脊柱侧弯。

ClawHub Agent Skills автор: smyx-skills v1.0.11 MIT-0 30 файлов тело ≈ 1 538 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

С помощью встроенной в умную настольную лампу или установленной над столом камеры система в реальном времени анализирует видео с позой ребенка во время учебы…

Как процесс F 32/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

АнализаторМедиа и видеоИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
F
32/100
Не запустится
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.
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

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 32/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1538 токенов

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
  • -255 эмодзи в инструкциях: шум для модели
  • -32 из 4 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 374 символов: достаточно сигнала, не съедает бюджет
  • +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: 69.

Внешние проверки

ClawHub: suspicious
The skill has a legitimate child-posture analysis purpose, but it uploads sensitive child videos and handles account tokens with unsafe transport and storage choices that need review before installation.
LLM: suspicious (high) · 7 сент. 2026 г.