SKILLEMALL.ai

BC universal-doc-processor

Универсальный навык обработки документов — поддерживает все форматы, без ограничений по размеру, пакетную обработку интеллектуального анализа и модификации документов. Обладает возможностями временного хранения файлов и выполнения по запросу, следуя механизму управления состоянием. Сценарии запуска: - После загрузки пользователем файла любого формата ожидает четких инструкций от пользователя. - Когда пользователю требуется анализ, модификация, резюмирование, извлечение, перевод документов и т. д. - Когда для выполнения задачи требуется дополнение ключевой информации. Основные правила: - Полученные файлы только анализируются и сохраняются, автоматическая обработка не производится. - Выполнение происходит только после получения текстовой инструкции от пользователя. - При недостатке информации сначала задаются уточняющие вопросы. - Поддерживает многоходовые задачи (файлы сохраняются для выполнения новых задач).

машинный переводПоказать оригиналСкрыть оригинал«通用文档处理Skill - 支持所有格式、无大小限制、批量处理的智能文档分析与修改。 具备文件暂存与按需执行能力,遵循状态管理机制。 触发…»

通用文档处理Skill - 支持所有格式、无大小限制、批量处理的智能文档分析与修改。 具备文件暂存与按需执行能力,遵循状态管理机制。 触发场景: - 用户上传任意格式文件后,等待用户明确任务指令 - 用户需要文档分析、修改、摘要、提取、翻译等操作 - 用户需要补充关键信息才能执行任务 核心规则: - 收到文件仅解析存储,不自动处理 - 等待用户文字任务指令才执行 - 信息不足时先提问补充 - 支持多轮任务(保留文件继续执行新任务)

ClawHub Agent Skills автор: Cyril-ruidong v2.0.0 MIT-0 3 файла тело ≈ 700 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Универсальный навык обработки документов — поддерживает все форматы, без ограничений по размеру, пакетную обработку интеллектуального анализа и модификации…

Как процесс C 55/100 · 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
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
C
55/100
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 55/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 42
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 700 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
  • -31 из 1 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 219 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 42 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: clean
This document-processing skill reads and temporarily retains uploaded files for multi-turn work, which fits its stated purpose and shows no exfiltration or destructive behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.