SKILLEMALL.ai

BF smyx-kitchen-stove-left-on-detection-analysis

С помощью стационарной кухонной камеры (должна иметь возможность снимать область плиты) система в реальном времени анализирует видео, чтобы обнаружить наличие человеческой активности в кухонной зоне и одновременно идентифицировать пламя плиты или источники тепла (например, тепловые/инфракрасные характеристики), чтобы определить, включена ли газовая плита. Когда обнаружено отсутствие людей на кухне в течение заданного времени (по умолчанию 10 минут), а плита все еще включена, выдается предупреждение «Забыли выключить огонь», которое может быть связано с интеллектуальным газовым клапаном для автоматического отключения клапана и отправки уведомления членам семьи или опекунам для предотвращения пожаров и утечек газа.

машинный переводПоказать оригиналСкрыть оригинал«Using a fixed kitchen camera (must be able to capture the stove area),…»

Using a fixed kitchen camera (must be able to capture the stove area), the system analyzes video in real time to detect whether there is human activity in the kitchen area, and at the same time identifies stove flames or heat sources (e.g., thermal/infrared features) to determine whether the gas stove is on. | 通过厨房固定摄像头(需能拍摄到灶台区域)实时分析视频,检测厨房区域内是否有人体活动,同时识别灶台火焰或热源(如红外特征)以判断燃气灶是否处于开启状态。当检测到厨房无人连续超过预设时间(默认10分钟)且灶火仍处于开启状态时,输出'忘关火'预警,可联动智能燃气阀自动关闭阀门,并推送提醒至家属或护理人员手机,预防火灾和燃气泄漏事故。

ClawHub Agent Skills автор: smyx-sunjinhui v1.0.9 MIT-0 30 файлов тело ≈ 1 601 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

С помощью стационарной кухонной камеры (должна иметь возможность снимать область плиты) система в реальном времени анализирует видео, чтобы обнаружить наличие…

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: 1, 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 1601 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 476 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 does kitchen video analysis as advertised, but it also silently creates or reuses persistent user identity and token state while sending sensitive home video and identifiers to remote services.
LLM: suspicious (high) · 30 авг. 2026 г.