SKILLEMALL.ai

AC liteparse

Извлекайте текст, анализируйте и создавайте скриншоты PDF и документов локально с помощью LiteParse CLI (`lit`). Используйте, когда вас просят извлечь текст из PDF, проанализировать файл Word/Excel/PowerPoint, пакетно обработать папку с документами или создать скриншоты страниц для рабочих процессов LLM vision. Работает полностью офлайн — без облака, без API-ключа. Поддерживает PDF, DOCX, XLSX, PPTX, изображения (jpg/png/webp) и другие. Активируется фразами вроде «извлечь текст из этого PDF», «разобрать этот документ», «получить текст из», «сделать скриншот этой страницы PDF» или любым запросом на чтение/извлечение контента из файла.

машинный переводПоказать оригиналСкрыть оригинал«Parse, extract text from, and screenshot PDF and document files locall…»

Parse, extract text from, and screenshot PDF and document files locally using the LiteParse CLI (`lit`). Use when asked to extract text from a PDF, parse a Word/Excel/PowerPoint file, batch-process a folder of documents, or generate page screenshots for LLM vision workflows. Runs entirely offline — no cloud, no API key. Supports PDF, DOCX, XLSX, PPTX, images (jpg/png/webp), and more. Triggers on phrases like "extract text from this PDF", "parse this document", "get the text out of", "screenshot this PDF page", or any request to read/extract content from a file.

ClawHub Agent Skills автор: alfred-intel-handler-source v1.0.0 MIT-0 3 файла тело ≈ 665 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Извлекайте текст, анализируйте и создавайте скриншоты PDF и документов локально с помощью LiteParse CLI (lit).

Как процесс C 61/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, отчётность по ходу

ИнтеграцияWordExcelPowerPointИнфраструктураИИ и агентыДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
96
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
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 61/100

    • 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
    • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 14
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 665 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +3Длина description 567 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 14 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 96.

    Внешние проверки

    ClawHub: clean
    This is a coherent local document-parsing skill, with a notable disclosure caveat that OCR may download language data despite offline wording.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.