BF smyx-driver-flushing-sweat-detection-analysis
Используя камеру DMS в салоне автомобиля, система в реальном времени анализирует видео лица водителя, определяя изменение цвета кожи (индекс покраснения, полученный из соотношения красного канала в RGB или моделях цвета кожи) и площадь потоотделения/отражения (по текстуре изображения и признакам отражения). | С помощью камеры DMS в салоне автомобиля система в реальном времени анализирует видео лица водителя, определяя изменение цвета кожи (индекс покраснения, полученный из соотношения красного канала в RGB или моделях цвета кожи) и площадь потоотделения/отражения (по текстуре изображения и признакам отражения). Когда индекс покраснения значительно повышается (что может указывать на повышение артериального давления, лихорадку или эмоциональное возбуждение) или площадь потоотделения превышает пороговое значение (что может указывать на тепловой стресс, гипогликемию или проблемы с сердцем), выводится уведомление о риске для здоровья, рекомендующее водителю остановиться для отдыха или обратиться за медицинской помощью.
машинный переводПоказать оригиналСкрыть оригинал«Using an in-cabin DMS camera, the system analyzes the driver's facial…»
Using an in-cabin DMS camera, the system analyzes the driver's facial video in real time, detecting skin color variation (flush index, derived from red-channel ratio in RGB or skin-color models) and sweat-droplet / reflective area (via image texture and reflection features). | 通过车载DMS摄像头实时分析驾驶员面部视频，检测面部肤色变化（潮红指数，通过RGB色空间中的红色分量比例或肤色模型）以及汗珠/反光面积（通过图像纹理和反射特征）。当潮红指数显著升高（可能提示血压升高、发热或情绪激动）或出汗区域面积超过阈值（可能提示热应激、低血糖或心脏问题）时，输出健康风险提醒，建议驾驶员停车休息或就医。
Используя камеру DMS в салоне автомобиля, система в реальном времени анализирует видео лица водителя, определяя изменение цвета кожи (индекс покраснения…
Как процесс F 32/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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-whendescription 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 1710 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
- -256 эмодзи в инструкциях: шум для модели
- -32 из 4 скриптов не упомянуты в SKILL.md
- +2Инструкции на одном языке
- +3Длина description 439 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.