SKILLEMALL.ai
GitHub ↗ EN Войти

BD baidu-doc-vlm-parser 百度文档解析(PaddleOCR-VL)

Анализ документов с помощью API большой мультимодальной модели Baidu PaddleOCR-VL. На основе большой мультимодальной модели PaddleOCR-VL-1.6, поддерживает форматы PDF, Word, PPT, изображения и другие, точно распознает сложные элементы, такие как печатный текст, рукописный текст, таблицы, формулы, диаграммы, печати, поддерживает более 100 языков, может обрабатывать нерегулярные макеты и межстраничный анализ длинных документов. Ключевые слова: анализ документов, VLM-анализ, OCR большой модели, PaddleOCR, мультимодальные документы, распознавание рукописного текста, распознавание формул, сложный макет.

машинный переводПоказать оригиналСкрыть оригинал«调用百度PaddleOCR-VL大模型API解析文档。基于PaddleOCR-VL-1.6多模态大模型，支持PDF、Word、PPT、图片等…»

调用百度PaddleOCR-VL大模型API解析文档。基于PaddleOCR-VL-1.6多模态大模型，支持PDF、Word、PPT、图片等格式，精准识别印刷文本、手写文本、表格、公式、图表、印章等复杂元素，支持100+种语言，可处理不规则布局和长文档跨页解析。触发词：文档解析、VLM解析、大模型OCR、PaddleOCR、多模态文档、手写识别、公式识别、复杂版面。

ClawHub Agent Skills автор: Maglanyulan v1.0.4 MIT-0 7 файлов тело ≈ 2 411 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Анализ документов с помощью API большой мультимодальной модели Baidu PaddleOCR-VL.

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

ПроцедураИнфраструктуратип 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
B
89/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
75
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/baidu_doc_vlm_parser.py:214
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    result = client.query_task("task…XaJ")
    детектор
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:132
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "result": { "task_id": "task…01S" }
    в кавычках

Просканировано файлов: 7. 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)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (baidu-doc-vlm-parser 百度文档解析(PaddleOCR-VL)) не совпадает с папкой (baidu-doc-vlm-parser)
  • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 40
  • 100Стоимость исполнения. Тело инструкции 2411 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 18. 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +3Длина description 184 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 43 заголовков
  • +3Пошаговые инструкции: 40 пунктов
  • +4Есть примеры (6 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)
  • +3Все 1 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: suspicious
The skill is a Baidu cloud document parser, but its shipped CLI ignores user-supplied files and queries a hard-coded Baidu task while using user credentials.
LLM: suspicious (high) · VirusTotal: · 10 июл. 2026 г.