SKILLEMALL.ai
EN Войти

BB emocity-biometric-scan

Проверка готовности к тренировке и восстановления по 60-секундному сканированию лица в браузере: уровень стресса, настроение, самообладание и оценка частоты сердечных сокращений до или после тренировки, важного звонка или свидания, с сравнением до и после. Также есть испытание на обман для игры с друзьями и чтение видео. 478 лицевых ориентиров; сканирование в браузере выполняется на устройстве, и видео или аудио не покидают устройство. С собственным ключом RapidAPI можно также анализировать фотографию, которую человек передает, загруженную намеренно с его согласия. Работает на EmoPulse.

машинный переводПоказать оригиналСкрыть оригинал«Workout readiness and recovery check from a 60-second face scan in the…»

Workout readiness and recovery check from a 60-second face scan in the browser: stress, mood, composure and a heart-rate estimate before or after training, a hard call or a date, with before-and-after comparisons. Also a deception challenge to play with friends and a video read. 478 facial landmarks; the browser scan runs on-device and no video or audio leaves the device. With the person's own RapidAPI key it can also analyse a photo they hand over, uploaded on purpose with their consent. Powered by EmoPulse.

ClawHub Agent Skills автор: gv66co v1.2.0 MIT-0 4 файла тело ≈ 2 389 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Проверка готовности к тренировке и восстановления по 60-секундному сканированию лица в браузере: уровень стресса, настроение, самообладание и оценка частоты…

Как процесс B 65/100 · Почти готов — слабые места: входы и предусловия, согласованность, повторный запуск

АнализаторМедиа и видеоИнфраструктуратип 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
B
87/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Широкие права средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
    Заранее разрешены широкие инструменты: Bash
    allowed-tools: Read Bash WebFetch WebSearch

Просканировано файлов: 4. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
  • заметка frontmatter-key неизвестное поле фронтматтера "repository"

Процессный рейтинг: все десять параметров 65/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 8, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (emocity-biometric-scan) не совпадает с папкой (fitcheck-workout-readiness)
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Ошибки и развилки. Развилок: 7
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 34
  • 100Стоимость исполнения. Тело инструкции 2389 токенов
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

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)
  • +2Инструкции на одном языке
  • +3Длина description 514 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 34 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (1 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: suspicious
The skill is mostly coherent and consent-oriented, but it asks agents to handle a user RapidAPI key in a shell command while uploading biometric media, which creates a real credential-exposure risk.
LLM: suspicious (high) · 10 сент. 2026 г.