SKILLEMALL.ai

BF smyx-child-dangerous-object-detection-analysis

С помощью стационарных камер в гостиной, детской, кухне или других зонах дома, ИИ-детектирование объектов и оценка позы в реальном времени анализируют видео, распознавая действия рук ребенка и предметы в них. Определяется, держит ли ребенок ножницы, ножи, бутылки с лекарствами, зажигалки или другие заранее заданные опасные предметы, или вставляет ли пальцы в электрические розетки. При обнаружении опасного поведения немедленно выдается предупреждение, активируется мобильное приложение или умный динамик для подачи сигнала, напоминая родителям о необходимости своевременного вмешательства для предотвращения несчастных случаев.

машинный переводПоказать оригиналСкрыть оригинал«Using fixed cameras in the living room, child's room, kitchen, or othe…»

Using fixed cameras in the living room, child's room, kitchen, or other home zones, AI object detection and pose estimation analyze the video in real time to recognize a child's hand actions and the objects in hand, identifying whether the child grabs scissors, knives, medicine bottles, lighters, or other preset dangerous items, or inserts fingers into electrical socket holes. | 通过家庭客厅、儿童房或厨房等区域的固定摄像头,利用AI目标检测和姿态估计技术实时分析儿童手部动作及手中持有的物品,识别儿童是否抓握剪刀、刀具、药品瓶、打火机等预设危险品,或是否将手指插入电源插座孔。一旦检测到危险行为,立即输出预警,联动手机APP或智能音箱发出警报,提醒家长及时干预,预防意外伤害。

ClawHub Agent Skills автор: smyx-sunjinhui v1.0.4 MIT-0 30 файлов тело ≈ 1 667 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

С помощью стационарных камер в гостиной, детской, кухне или других зонах дома, ИИ-детектирование объектов и оценка позы в реальном времени анализируют видео…

Как процесс F 32/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

АнализаторИнфраструктураМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
F
32/100
Не запустится
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

  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: 30. 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 32/100

  • 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
  • 25Шаги. Шагов: 1
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1667 токенов

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
  • -254 эмодзи в инструкциях: шум для модели
  • -32 из 4 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 531 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 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: 69.

Внешние проверки

ClawHub: suspicious
This skill has a coherent child-safety analysis purpose, but it silently creates or reuses identities, stores tokens locally, and queries cloud history for sensitive child video reports without enough user-facing control or disclosure.
LLM: suspicious (high) · 28 авг. 2026 г.