SKILLEMALL.ai

AB drone-survey-qc

Автоматизированный контроль качества результатов обследования БПЛА/дронов, включая аэрофотоснимки, ортофотопланы, ЦМР/ЦММ, опорные точки и отчеты по аэротриангуляции. Генерирует контроль покрытия, четкости, швов и точности.

машинный переводПоказать оригиналСкрыть оригинал«Automated quality inspection for UAV/drone survey deliverables includi…»

Automated quality inspection for UAV/drone survey deliverables including aerial images, orthomosaics, DSM/DEM, control points, and aerial triangulation reports. Generates coverage, clarity, seam, and accuracy QA.

ClawHub Agent Skills автор: ruiduobao v2.0.0 MIT-0 6 файлов тело ≈ 1 164 токенов Открыть источникclawhub.ai проанализирован 29 ч назад

Автоматизированный контроль качества результатов обследования БПЛА/дронов, включая аэрофотоснимки, ортофотопланы, ЦМР/ЦММ, опорные точки и отчеты по…

Как процесс B 76/100 · Почти готов — слабые места: ошибки и развилки, согласованность, отчётность по ходу

ИнтеграцияРазработкаДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
B
76/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Согласованность вес 8
40
три самых слабых из десяти параметров · все десять

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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 6. 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")

Процессный рейтинг: все десять параметров 76/100

  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 40Согласованность. Имя во frontmatter (drone-survey-qc) не совпадает с папкой (geoskill-drone-survey-qc)
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 16
  • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
  • 100Стоимость исполнения. Тело инструкции 1164 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. 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)
  • +2Инструкции на одном языке
  • +3Длина description 212 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (3 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: suspicious
The skill is mostly a drone-survey QC tool, but it can download public satellite imagery and treat it as an orthomosaic without strong provenance labeling, which could mislead users about what was actually checked.
LLM: suspicious (high) · VirusTotal: · 31 июл. 2026 г.