SKILLEMALL.ai

AD smyx-pet-grooming-stress-behavior-analysis

Активируется, когда пользователь предоставляет URL или файл видеозаписи сеанса груминга питомца для анализа; поддерживает загрузку локальных видео или сетевых URL для вызова серверных API для распознавания стрессового поведения, обнаружения признаков борьбы, одышки, поджатого хвоста и других сигналов стресса во время груминга, выводя оценку уровня стресса, чтобы помочь грумерам своевременно вмешаться. Сценарии применения: камеры в зоосалонах, ветеринарные клиники, услуги по уходу за домашними животными.

машинный переводПоказать оригиналСкрыть оригинал«Triggers when a user provides a pet grooming session video URL or file…»

Triggers when a user provides a pet grooming session video URL or file for analysis; supports local video uploads or network URLs to call server-side APIs for stress behavior recognition, detecting struggling, panting, tail tucking and other stress signals during grooming, outputting stress level grading to help groomers intervene promptly. Application scenarios: pet grooming shop cameras, veterinary clinics, pet care services. | 当用户提供宠物美容过程视频URL或文件时,触发本技能进行应激行为分析;支持通过上传本地视频或网络视频URL,调用服务端API进行识别,检测挣扎、张口喘气、尾巴夹紧等应激行为信号,输出应激等级,帮助美容师及时干预,减少宠物应激伤害,提升服务体验。应用场景:宠物美容店摄像头、宠物医院、宠物护理服务。

ClawHub Agent Skills автор: smyx-skills v1.0.10 MIT-0 30 файлов тело ≈ 1 686 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Активируется, когда пользователь предоставляет URL или файл видеозаписи сеанса груминга питомца для анализа; поддерживает загрузку локальных видео или сетевых…

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

АнализаторМедиа и видеоИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
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 1686 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 12. 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
    • -264 эмодзи в инструкциях: шум для модели
    • -32 из 4 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +3Длина description 582 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 22 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: 81.

    Внешние проверки

    ClawHub: suspicious
    This skill matches its cloud pet-video analysis purpose, but it also silently creates or reuses an identity, stores tokens locally, and can query account-linked history, so it needs Review before installation.
    LLM: suspicious (high) · 30 авг. 2026 г.