SKILLEMALL.ai

BC zk-cloze-format

Навык распознавания и форматирования текстов с пропусками для вступительных экзаменов в среднюю школу. Активируется, когда пользователь загружает изображение с заданием (и изображением ответа) для заполнения пропусков в тексте и просит распознать, отформатировать, вывести в Word или отправить в Feishu. Сценарии использования: (1) Загрузка изображения с заданием + изображения ответа (2) Требование распознать и отформатировать текст с пропусками (3) Требование вывести документ Word (ответы под заданием) (4) Требование сохранить в многомерной таблице Feishu (ответы в правой колонке) (5) Требование отправить в Feishu.

машинный переводПоказать оригиналСкрыть оригинал«中考短文填空识别与格式化技能。当用户上传中考短文填空题目图片(和答案图片)并要求识别、格式化、输出Word或推送飞书时触发。适用场景:(1)…»

中考短文填空识别与格式化技能。当用户上传中考短文填空题目图片(和答案图片)并要求识别、格式化、输出Word或推送飞书时触发。适用场景:(1) 上传题目图片+答案图片 (2) 要求识别并格式化短文填空 (3) 要求输出Word文档(答案置于题目下方)(4) 要求存入飞书多维表格(答案置于右侧列)(5) 要求推送至飞书

ClawHub Agent Skills автор: Abendeng v1.0.0 MIT-0 3 файла тело ≈ 386 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Навык распознавания и форматирования текстов с пропусками для вступительных экзаменов в среднюю школу.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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: 3. 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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 16
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 386 токенов
  • 100Повторный запуск. Изменяющих операций нет

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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 158 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: clean
This instruction-only skill OCRs exam images and can create Word or Feishu outputs, with the Feishu sharing behavior disclosed rather than hidden.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.