SKILLEMALL.ai

AC smart-cart-integration-troubleshooter

Диагностика и документирование проблем сборки, калибровки, развертывания, связи, камеры, движения и избегания препятствий для легкой смарт-тележки OpenClaw с использованием батареи 12 В, многоканального сервоконтроллера, трех сервоприводов ST3215, всенаправленных колес и USB-камеры. Используется для сортировки симптомов, безопасной последовательности тестов, изоляции первопричин, проверок приемки и воспроизводимых отчетов об интеграционных тестах.

машинный переводПоказать оригиналСкрыть оригинал«Diagnose and document assembly, calibration, deployment, communication…»

Diagnose and document assembly, calibration, deployment, communication, camera, motion, and obstacle-avoidance problems for a lightweight OpenClaw smart cart using a 12V battery, a multi-channel servo controller, three ST3215 servos, omnidirectional wheels, and a USB camera. Use for symptom triage, safe test sequencing, root-cause isolation, acceptance checks, and repeatable integration-test reports.

ClawHub Agent Skills автор: jason15336804 v1.0.0 MIT-0 6 файлов тело ≈ 631 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Диагностика и документирование проблем сборки, калибровки, развертывания, связи, камеры, движения и избегания препятствий для легкой смарт-тележки OpenClaw с…

Как процесс C 60/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, ошибки и развилки

ИнтеграцияИнфраструктураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
94
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
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: 6. 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 60/100

    • 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
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 21
    • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 631 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 403 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 5 заголовков
    • +3Пошаговые инструкции: 21 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (0 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 94.

    Внешние проверки

    ClawHub: clean
    This skill is a hardware troubleshooting guide with a small local checklist script; the main caveat is that it uses Chinese report headings without clearly declaring that locale choice.
    LLM: benign (high) · VirusTotal: · 22 авг. 2026 г.