Token导航 LogoToken导航

Agent Skill · 效率

defect-detector(缺陷检测器)

defect-detector 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

defect-detector 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为权限未标注;许可证为 MIT-0,第三方扫描有提醒项,按安装量在效率类的 21,003 个 Skill 里排第 14,529。

总安装 3,363周安装 143GitHub Stars 公开资料未说明下载 1,178核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:defect-detector(缺陷检测器)
来源仓库:https://github.com/kumamon2019s/defect-detector
安装命令:
openclaw skills install defect-detector
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install defect-detector

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

病害检测识别技能,支持从图片中自动检测病害区域,识别病害类型、严重程度,输出检测结果和结构化信息。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install defect-detector;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

defect-detector 怎么安装?

在终端执行 openclaw skills install defect-detector。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

defect-detector 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

defect-detector 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

defect-detector 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

defect-detector 用的人多吗?

公开数据是累计安装 3,363 次,近一周安装 143 次,下载 1,178 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

defect-detector 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
defect-detector

缺陷检测器 · 本页

3,363—权限未标注MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
defect-detector
description
病害检测识别技能,支持从图片中自动检测病害区域,识别病害类型、严重程度,输出检测结果和结构化信息。

病害检测识别技能

核心功能

  1. 支持农作物、工业设备、建筑等多场景病害/缺陷检测
  2. 自动定位病害区域,返回精确bounding box坐标和分割掩码
  3. 识别病害类型,内置支持120+常见病害分类,可自定义扩展
  4. 智能评估病害严重程度(轻微/中等/严重/极重)
  5. 输出结构化检测结果,自动对接病害知识库获取解决方案

依赖安装

pip install ultralytics>=8.0 opencv-python>=4.8 numpy>=1.24

使用方式

from scripts.detector import DefectDetector
detector = DefectDetector(model_path="./models/yolov8_disease_v2.pt")
detection_result = detector.detect("./defect_sample.jpg")

返回格式

{
  "has_defect": true,
  "defect_count": 2,
  "defects": [
    {
      "type": "玉米叶斑病",
      "confidence": 0.96,
      "severity": "中等",
      "bbox": [120, 85, 260, 190],
      "area_ratio": 0.12
    },
    {
      "type": "玉米锈病",
      "confidence": 0.89,
      "severity": "轻微",
      "bbox": [310, 120, 390, 210],
      "area_ratio": 0.05
    }
  ]
}

平台分布

OpenClaw

77%
按下载量换算907

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills