BF electric-vehicle-detection-analysis
Автоматически обнаруживает электромотоциклы и электровелосипеды в запрещенных зонах на основе компьютерного зрения. Поддерживает обнаружение в реальном времени как для видеопотоков, так и для изображений, подсчитывает количество случаев незаконной парковки или движения и запускает оповещения о нарушениях для помощи в управлении безопасностью в парках, сообществах и организациях. | Навык интеллектуального обнаружения электромобилей, который на основе компьютерного зрения автоматически обнаруживает электромотоциклы/электромобили в запрещенных зонах, поддерживает обнаружение в реальном времени как для видеопотоков, так и для изображений, подсчитывает количество нарушений парковки/движения и запускает оповещения о нарушениях, помогая в управлении безопасностью в парках/сообществах/организациях.
машинный переводПоказать оригиналСкрыть оригинал«Automatically detects electric motorcycles and e-bikes in restricted a…»
Automatically detects electric motorcycles and e-bikes in restricted areas based on computer vision. It supports real-time detection for both video streams and images, counts the number of illegal parking or driving instances, and triggers violation alerts to assist with safety management in parks, communities, and organizations. | 电动车智能检测技能，基于计算机视觉自动检测禁行区域内的电动摩托车/电动车，支持视频流和图片实时检测，统计违规停放/行驶数量，触发违规预警，助力园区/社区/单位安全管理
Автоматически обнаруживает электромотоциклы и электровелосипеды в запрещенных зонах на основе компьютерного зрения.
Как процесс F 26/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается
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: 29. 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 26/100
- 0Шаги. Инструкция сплошным текстом, шаги не выделены
- 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 (electric-vehicle-detection-analysis) не совпадает с папкой (smyx-electric-vehicle-detection-analysis)
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Стоимость исполнения. Тело инструкции 1537 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 10. 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
- -263 эмодзи в инструкциях: шум для модели
- -31 из 3 скриптов не упомянуты в SKILL.md
- +2Инструкции на одном языке
- +3Длина description 417 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 28 заголовков
- +4Есть примеры (8 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.