SKILLEMALL.ai

AD exam-bank-convert

Преобразование экзаменационных листов в банк вопросов: реальные экзаменационные PDF/изображения → внутренний exam-ocr(:8000, RapidOCR) анализ → извлечение в банк вопросов Excel с 17 столбцами. Применимо для «преобразовать реальные экзамены в банк вопросов/excel», «организовать экзаменационные листы в банк вопросов», «внести реальные экзаменационные PDF в банк вопросов». Источник: локализованная версия навыка «Преобразование реальных экзаменов в банк вопросов» от OpenClaw (создано 2026-09-08, перенесено в WorkBuddy 2026-09-09).

машинный переводПоказать оригиналСкрыть оригинал«试卷转题库:真题 PDF/图片 → 内网 exam-ocr(:8000, RapidOCR) 解析 → 抽取成 17 列表头题库 Excel…»

试卷转题库:真题 PDF/图片 → 内网 exam-ocr(:8000, RapidOCR) 解析 → 抽取成 17 列表头题库 Excel。适用于"把真题转成题库/excel""整理试卷成题库""PDF 真题入库"。来源:OpenClaw「真题转题库」技能的本地化版本(2026-09-08 生成,2026-09-09 迁移到 WorkBuddy)。

ClawHub Agent Skills автор: beek5996admin v1.0.0 MIT-0 8 файлов тело ≈ 1 163 токенов Открыть источникclawhub.ai проанализирован 11 ч назад

Преобразование экзаменационных листов в банк вопросов: реальные экзаменационные PDF/изображения → внутренний exam-ocr(:8000, RapidOCR) анализ → извлечение в…

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторExcelДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
D
41/100
Процесс не доведён
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: 8. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "updated"

Процессный рейтинг: все десять параметров 41/100

  • 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
  • 40Согласованность. Имя во frontmatter (exam-bank-convert) не совпадает с папкой (skill-exam-bank)
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 40
  • 100Стоимость исполнения. Тело инструкции 1163 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 3 примера фраз-триггеров в кавычках
  • +3Длина description 176 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 40 пунктов
  • +4Есть примеры (6 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: suspicious
The skill does what it claims, but it can send complete exam documents and extracted question-bank content to configurable network services without strong scoping, transport safeguards, or clear sensitivity warnings.
LLM: suspicious (high) · VirusTotal: · 12 сент. 2026 г.