AC doc-to-text
Извлекает простой читаемый текст из документов Word (.doc, .docx) с помощью MinerU. Выводит Markdown (ближайший поддерживаемый формат простого текста) для удобного чтения и обработки. Функции: быстрое извлечение текста из .docx без токенов (flash-extract). Полное извлечение для .doc и .docx с токенами. Режим вывода JSON с выделенными текстовыми полями для настоящего простого текста. Поддержка языков: английский, китайский и другие. Используйте, когда вам нужно: получить простой текст из файла Word, извлечь читаемый контент из .docx, конвертировать Word в текст, прочитать документ Word как простой текст. Используйте, когда вас спрашивают: 'как получить текст из файла Word', 'извлечь простой текст из docx', 'я хочу прочитать этот документ Word как текст', 'может ли мой агент конвертировать Word в текст', 'есть ли навык для конвертации Word в текст'. Основан на MinerU от OpenDataLab (Shanghai AI Lab), движке анализа документов с открытым исходным кодом. Работает с локальными файлами и URL. Идеально подходит для конвейеров данных, индексации поиска, предварительной обработки NLP и любого рабочего процесса, которому требуется необработанный текстовый контент из документов Word.
машинный переводПоказать оригиналСкрыть оригинал«Extract plain readable text from Word documents (.doc, .docx) using Mi…»
Extract plain readable text from Word documents (.doc, .docx) using MinerU. Outputs Markdown (the closest plain-text format supported) for easy reading and processing. Features: quick text extraction from .docx without token (flash-extract). Full extraction for .doc and .docx with token. JSON output mode with dedicated text fields for true plain text. Language support for English, Chinese, and more. Use when you need to: get plain text from a Word file, extract readable content from .docx, convert Word to text, read a Word document as plain text. Use when asked: 'how do I get text from a Word file', 'extract plain text from docx', 'I want to read this Word document as text', 'can my agent convert Word to text', 'is there a skill for Word to text'. Built on MinerU by OpenDataLab (Shanghai AI Lab), an open-source document intelligence engine. Works with local files and URLs. Perfect for data pipelines, search indexing, NLP preprocessing, and any workflow that needs raw text content from Word documents.
Извлекает простой читаемый текст из документов Word (.doc, .docx) с помощью MinerU. Выводит Markdown (ближайший поддерживаемый формат простого текста) для…
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- 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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
Процессный рейтинг: все десять параметров 51/100
- 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: 1, без проверки текущего состояния
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 10
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 446 токенов
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)
- +3Длина description 1015: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 6 заголовков
- +3Пошаговые инструкции: 10 пунктов
- +4Есть примеры (3 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.