SKILLEMALL.ai
GitHub ↗ EN Войти

AD caj2pdf-offline

Высококачественное преобразование документов CNKI CAJ / KDH / NH в PDF (с сохранением текстового слоя для выделения + оглавления и закладок). Используйте, когда пользователь хочет преобразовать файл .caj, говорит "caj转pdf""知网文献转pdf""把caj转成pdf""转换知网文献". Навык является автономным офлайн-решением: встроен исправленный исходный код caj2pdf + закрытый декодирующий DLL (встроенный в base64, извлекаемый во время выполнения) + исправление PyMuPDF, AI может выполнять пакетное преобразование одним щелчком мыши; для файлов, в которых произошла ошибка, используется официальное решение Global Academic Express без потерь.

машинный переводПоказать оригиналСкрыть оригинал«将知网 CAJ / KDH / NH 文献高保真转换为 PDF（保留文字层可选中 + 目录书签）。当用户要转换 .caj 文件、说"caj转…»

将知网 CAJ / KDH / NH 文献高保真转换为 PDF（保留文字层可选中 + 目录书签）。当用户要转换 .caj 文件、说"caj转pdf""知网文献转pdf""把caj转成pdf""转换知网文献"使用时。技能为自包含离线版：已内置修复好的 caj2pdf 源码 + 闭源解码 DLL（base64 内嵌、运行时提取）+ PyMuPDF 修复，AI 可一键批量代转；失败文件给全球学术快报官方无损兜底。

ClawHub Agent Skills автор: J-levee v1.0.1 MIT-0 22 файла тело ≈ 915 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Высококачественное преобразование документов CNKI CAJ / KDH / NH в PDF (с сохранением текстового слоя для выделения + оглавления и закладок).

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураPDFРазработкатип 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%
98
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
D
43/100
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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Секреты в коде secret-high-entropy-token scripts/caj2pdf-restructured/caj2pdf/install.py:30
    Строка, похожая на токен (может быть id, хеш или секрет)
    # https://support.microsoft.com/zh-cn/topic/wd2000-%E5%A6%82%E4%BD%95%E8%B0%83%E7%94%A8-s…pi-%E5%87%BD%E6%95%B0-8…ad7
  • низкая Обфускация obf-hex-escape-chain scripts/caj2pdf-restructured/caj2pdf/pdfwutils.py:1510
    Обфускация строк через escape-последовательности / коды символов (в кавычках — упоминание, а не команда)
    if rawdata[:12] != b"\x00\x00\x00\x0C\x6A\x50\x20\x20\x0D\x0A\x87\x0A":
    в кавычках

Просканировано файлов: 22. 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 "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"

Процессный рейтинг: все десять параметров 43/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 37
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 915 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

  • +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 4 примера фраз-триггеров в кавычках
  • +3Длина description 205 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 37 пунктов
  • +4Есть примеры (1 блоков кода)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

Внешние проверки

ClawHub: suspicious
This looks like a real local CAJ-to-PDF converter, but it asks users to trust automatic dependency installation, embedded Windows DLLs, and optional system-level Windows integration that are not cleanly scoped as an offline converter.
LLM: suspicious (high) · 26 июл. 2026 г.