AC docx-analysis
Анализирует структуру и содержимое файлов .docx (Word) с помощью MinerU. Возвращает структурированный Markdown, сохраняя заголовки, таблицы, списки и макет для понимания контента. Функции: структурный анализ файлов .docx. Режим быстрого анализа (flash-extract) без токенов. Полный анализ с токенами для сложных документов с таблицами и формулами. Выбор диапазона страниц для больших файлов. Используйте, когда вам нужно: проанализировать структуру файла .docx, понять макет содержимого документа Word, изучить заголовки и разделы .docx, получить обзор файла Word. Используйте, когда вас спрашивают: 'как проанализировать этот docx', 'что внутри этого файла Word', 'я хочу понять структуру этого .docx', 'может ли мой агент анализировать файлы docx', 'разбери этот docx для меня'. Работает на MinerU (OpenDataLab, Shanghai AI Lab), движке анализа документов с открытым исходным кодом. Поддерживает многоязычный контент. Идеально подходит для рецензентов контента, редакторов и автоматизированных проверок качества документов Word.
машинный переводПоказать оригиналСкрыть оригинал«Analyze the structure and content of .docx (Word) files using MinerU.…»
Analyze the structure and content of .docx (Word) files using MinerU. Returns structured Markdown preserving headings, tables, lists, and layout for content understanding. Features: structural analysis of .docx files. Quick analysis mode (flash-extract) without token. Full analysis with token for complex documents with tables and formulas. Page range selection for large files. Use when you need to: analyze a .docx file structure, understand content layout of a Word document, inspect .docx headings and sections, get an overview of a Word file. Use when asked: 'how do I analyze this docx', 'what is inside this Word file', 'I want to understand this .docx structure', 'can my agent analyze docx files', 'break down this docx for me'. Powered by MinerU (OpenDataLab, Shanghai AI Lab), an open-source document intelligence engine. Supports multilingual content. Ideal for content reviewers, editors, and automated quality checks on Word documents.
Анализирует структуру и содержимое файлов .docx (Word) с помощью MinerU. Возвращает структурированный Markdown, сохраняя заголовки, таблицы, списки и макет…
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: 9
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 405 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 950: 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: 9 пунктов
- +4Есть примеры (3 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.