SKILLEMALL.ai

BF smyx-infant-suffocation-risk-detection-analysis

Используя видеоняню (умную камеру), закрепленную над детской кроваткой, система в реальном времени анализирует видео сна младенца, чтобы определить позу сна (на спине, на боку, на животе) и не закрыты ли рот/нос одеялом, подушкой, игрушкой или другим предметом. При обнаружении положения на животе или закрытия рта/носа выводится уровень риска (средний/высокий), и родителям немедленно отправляется оповещение на мобильное приложение, чтобы предотвратить синдром внезапной детской смерти (SIDS) и удушье.

машинный переводПоказать оригиналСкрыть оригинал«Using a baby monitor (smart camera) fixed above the crib, the system a…»

Using a baby monitor (smart camera) fixed above the crib, the system analyzes infant sleep video in real time to detect sleep posture (supine, side, prone) and whether the mouth/nose area is occluded by a blanket, pillow, plush toy or other object. | 通过婴儿监护器(智能摄像头)固定于婴儿床上方,实时分析婴儿睡眠视频,检测婴儿的睡姿(仰卧、侧卧、俯卧)以及口鼻区域是否被被子、枕头、玩偶等异物遮挡。当检测到俯卧或口鼻被遮挡时,输出风险等级(中风险/高风险),并立即向父母手机APP推送警报,预防婴儿猝死综合征(SIDS)和窒息意外。

ClawHub Agent Skills автор: smyx-sunjinhui v1.0.5 MIT-0 30 файлов тело ≈ 1 567 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Используя видеоняню (умную камеру), закрепленную над детской кроваткой, система в реальном времени анализирует видео сна младенца, чтобы определить позу сна…

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 1567 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 392 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
The skill is a cloud infant-video analysis client, but it also silently creates or reuses account identity, stores bearer tokens locally, and may send sensitive child-monitoring data and credentials over plaintext HTTP.
LLM: suspicious (high) · 7 сент. 2026 г.