BD smyx-flowering-date-prediction-analysis
Прогнозирование даты цветения для декоративных/срезанных цветов с помощью ИИ. С помощью стационарных камер в теплицах или дронов захватывает изображения стадий развития бутонов, объединяет данные датчиков окружающей среды — суммарную температуру (градусо-дни роста, GDD) и накопленный свет (PAR или часы дневного света) — и использует предварительно обученную модель фенологии для прогнозирования даты полного цветения в течение следующих 3-7 дней. Помогает производителям точно планировать опыление, сбор урожая и туристические мероприятия. Сценарии: теплицы умного сельского хозяйства, базы по производству срезанных цветов, ботанические сады, парки цветочного туризма. | 通过智慧农业温室中的固定摄像头或无人机拍摄植物花蕾发育阶段的图像，并结合环境传感器提供的温度累积（生长度日，GDD）、光照累积（光合有效辐射或日照时长）等数据，利用预训练的物候模型预测未来3-7天内的开花日期（花朵完全开放）。该技能有助于温室种植者精准安排授粉、采收或观光活动。应用场景：智慧农业温室、切花生产基地、植物园、花卉观光园区。
машинный переводПоказать оригиналСкрыть оригинал«AI-powered flowering-date prediction for ornamental/cut-flower plants.…»
AI-powered flowering-date prediction for ornamental/cut-flower plants. From fixed greenhouse cameras or drones, captures images of flower-bud developmental stages, combines environmental sensor data — cumulative temperature (Growing Degree Days, GDD) and accumulated light (PAR or daylight hours) — and uses a pre-trained phenology model to predict the full-bloom date within the next 3-7 days. Helps growers precisely schedule pollination, harvesting and tourism activities. Scenarios: smart-agriculture greenhouses, cut-flower production bases, botanical gardens, flower tourism parks. | 通过智慧农业温室中的固定摄像头或无人机拍摄植物花蕾发育阶段的图像，并结合环境传感器提供的温度累积（生长度日，GDD）、光照累积（光合有效辐射或日照时长）等数据，利用预训练的物候模型预测未来3-7天内的开花日期（花朵完全开放）。该技能有助于温室种植者精准安排授粉、采收或观光活动。应用场景：智慧农业温室、切花生产基地、植物园、花卉观光园区。
Прогнозирование даты цветения для декоративных/срезанных цветов с помощью ИИ.
Как процесс D 35/100 · Процесс не доведён — 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: 30. 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 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 1395 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)
- +3Нет пошаговых инструкций или чек-листа
- +3Формат ответа не описан: модель каждый раз решает сама
- -256 эмодзи в инструкциях: шум для модели
- -32 из 4 скриптов не упомянуты в SKILL.md
- +2Инструкции на одном языке
- +3Длина description 759 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.