SKILLEMALL.ai
GitHub ↗ EN Войти

AB Playwright_OCR

Автоматизированное извлечение веб-данных с использованием Playwright для автоматизации браузера и OCR для распознавания текста. Используйте, когда вам нужно извлечь данные из динамических веб-страниц, диаграмм или визуальных элементов, которые требуют как автоматизации браузера, так и оптического распознавания символов. v2.0: Добавлена пакетная обработка, проверка данных и восстановление после ошибок.

машинный переводПоказать оригиналСкрыть оригинал«Automated web data extraction using Playwright for browser automation…»

Automated web data extraction using Playwright for browser automation and OCR for text recognition. Use when you need to extract data from dynamic web pages, charts, or visual elements that require both browser automation and optical character recognition. v2.0: Added batch processing, data validation, and error recovery.

ClawHub Agent Skills автор: cgxxxxxxxxxxxx v3.0.0 MIT-0 8 файлов тело ≈ 1 219 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Автоматизированное извлечение веб-данных с использованием Playwright для автоматизации браузера и OCR для распознавания текста.

Как процесс B 67/100 · Почти готов — слабые места: когда включается, согласованность, повторный запуск

АнализаторPlaywrightИнфраструктуратип 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
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Отчётность по ходу вес 2
0
Когда включается вес 12
20
Повторный запуск вес 4
30
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: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
    • заметка frontmatter-key неизвестное поле фронтматтера "slug"

    Процессный рейтинг: все десять параметров 67/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (Playwright_OCR) не совпадает с папкой (playwright-ocr)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 61
    • 100Стоимость исполнения. Тело инструкции 1219 токенов
    • low Разделов верхнего уровня: 11. 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

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • -215 эмодзи в инструкциях: шум для модели
    • -32 из 5 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 323 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 23 заголовков
    • +3Пошаговые инструкции: 61 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (12 блоков кода)

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

    Внешние проверки

    ClawHub: suspicious
    The skill appears to perform useful web/OCR extraction, but its Feishu upload path is under-disclosed for content that may come from authenticated or sensitive pages.
    LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.