SKILLEMALL.ai
EN Войти

BF pet-restricted-area-warning-analysis

Отслеживает вторжения в запретные зоны, залезание на обеденные столы и копание в мусорных баках, а также выдает оповещения в реальном времени, подходит для сценариев домашнего мониторинга домашних животных. | Предупреждение о нарушении запретных зон для домашних животных.

машинный переводПоказать оригиналСкрыть оригинал«Monitors restricted area intrusions, climbing on dining tables, and ru…»

Monitors restricted area intrusions, climbing on dining tables, and rummaging through trash cans, and issues real-time alerts, suitable for home pet monitoring scenarios. | 宠物禁区预警技能，监测禁止区域闯入、攀爬餐桌、翻垃圾桶行为并实时报警，适用于家庭宠物监控场景

ClawHub Agent Skills автор: smyx-sunjinhui v1.0.13 MIT-0 30 файлов тело ≈ 1 318 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Отслеживает вторжения в запретные зоны, залезание на обеденные столы и копание в мусорных баках, а также выдает оповещения в реальном времени, подходит для…

Как процесс F 27/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
F
27/100
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 27/100

  • 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
  • 40Согласованность. Имя во frontmatter (pet-restricted-area-warning-analysis) не совпадает с папкой (smyx-pet-restricted-area-warning-analysis)
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 100Стоимость исполнения. Тело инструкции 1318 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
  • -252 эмодзи в инструкциях: шум для модели
  • -32 из 4 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 219 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 18 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’s pet-video analysis purpose is mostly coherent, but it silently creates or reuses a cloud-linked identity, stores auth tokens locally, and sends private media/account data to external services with limited user control.
LLM: suspicious (high) · 24 авг. 2026 г.