SKILLEMALL.ai
GitHub ↗ EN Войти

AC dsh-paddleocr-skills-setup

Устанавливает и настраивает нативный плагин PaddleOCR для DeepSeek Harness (DSH) из графического интерфейса Settings → PaddleOCR. Используйте для OCR и преобразования изображений в текст из скриншотов, сканов и PDF; китайского/CJK текста; PDF в Markdown; разбора структурированных документов с таблицами, формулами, макетом и порядком чтения; или настройки, проверки и устранения неполадок конечной точки DSH, учетных данных, графического интерфейса.

машинный переводПоказать оригиналСкрыть оригинал«Install and configure the native PaddleOCR plugin for DeepSeek Harness…»

Install and configure the native PaddleOCR plugin for DeepSeek Harness (DSH) from the Settings → PaddleOCR GUI. Use for OCR and image-to-text from screenshots, scans, and PDFs; Chinese/CJK text; PDF-to-Markdown; structured document parsing with tables, formulas, layout, and reading order; or DSH endpoint, credential, GUI setup, verification, and troubleshooting.

ClawHub Agent Skills автор: Aidenwu0209 v1.0.1 MIT-0 3 файла тело ≈ 421 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Устанавливает и настраивает нативный плагин PaddleOCR для DeepSeek Harness (DSH) из графического интерфейса Settings → PaddleOCR.

Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, ошибки и развилки

АнализаторРазработкаДанные и аналитикаТексты и документытип 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
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять

Как улучшить

    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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 60/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 8
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 421 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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
    • +2Инструкции на одном языке
    • +3Длина description 364 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 3 заголовков
    • +3Пошаговые инструкции: 8 пунктов
    • +4Есть примеры (1 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.

    Внешние проверки

    ClawHub: clean
    This is a straightforward setup guide for a third-party PaddleOCR plugin in DeepSeek Harness, with disclosed install steps and credential-handling guardrails.
    LLM: benign (high) · VirusTotal: · 15 авг. 2026 г.