SKILLEMALL.ai
EN Войти

AD ezviz-multimodal-analysis

Навык мультимодального понимания Hikvision. Через захват изображения с устройства + интерфейс анализа агента реализует AI-анализ изображений с камеры. Используйте, когда: требуется выполнить задачи мультимодального AI-анализа для видеомониторинга, такие как интеллектуальный анализ, распознавание сцен, понимание поведения, обнаружение объектов. ⚠️ Требования безопасности: необходимо установить переменные среды EZVIZ_APP_KEY и EZVIZ_APP_SECRET, используя учетные данные с минимальными привилегиями.

машинный переводПоказать оригиналСкрыть оригинал«萤石多模态理解技能。通过设备抓图 + 智能体分析接口，实现对摄像头画面的 AI 理解分析。 Use when: 需要对监控画面进行智能分析、…»

萤石多模态理解技能。通过设备抓图 + 智能体分析接口，实现对摄像头画面的 AI 理解分析。 Use when: 需要对监控画面进行智能分析、场景识别、行为理解、物体检测等多模态 AI 分析任务。 ⚠️ 安全要求：必须设置 EZVIZ_APP_KEY 和 EZVIZ_APP_SECRET 环境变量，使用最小权限凭证。

ClawHub Agent Skills автор: EzvizOpenTeam v1.0.1 MIT-0 5 файлов тело ≈ 3 989 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Навык мультимодального понимания Hikvision.

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

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
77
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

    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 · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • низкая Секреты в коде secret-password-literal references/ezviz-agent-api.md:108
      Захардкоженный пароль / ключ (возможно, пример) (в кавычках — упоминание, а не команда)
      --header 'accessToken: at.7…s6n******' \
      в кавычках
    • низкая Утечка данных read-dotenv SKILL.md:647
      Чтение файла .env
      source .env

    Просканировано файлов: 5. 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 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 (ezviz-multimodal-analysis) не совпадает с папкой (ezviz-open-multimodal-analysis)
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 100
    • 100Стоимость исполнения. Тело инструкции 3989 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 21. 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
    • -262 эмодзи в инструкциях: шум для модели
    • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 159 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 48 заголовков
    • +3Пошаговые инструкции: 100 пунктов
    • +4Есть примеры (32 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

    Внешние проверки

    ClawHub: clean
    This skill does what it claims: it captures Ezviz camera snapshots and sends them to Ezviz AI services for analysis, with sensitive behavior mostly disclosed.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.