AC ppt-extract
Извлекайте контент из презентаций PowerPoint (.ppt, .pptx) в Markdown с помощью MinerU. Читает содержимое слайдов и преобразует его в структурированный, читаемый вывод. Особенности: извлечение контента из файлов PPT/PPTX. Обрабатывает как устаревшие форматы .ppt, так и современные .pptx. Токенизированное извлечение для полного набора функций. Работает с локальными файлами и URL. Используйте, когда вам нужно: извлечь контент из файлов PowerPoint, прочитать слайды .ppt или .pptx, преобразовать слайды в Markdown, получить текст из презентаций. Используйте, когда вас спрашивают: «как извлечь из PowerPoint», «прочитать этот файл ppt», «мне нужен контент из этих слайдов», «может ли мой агент читать файлы PPT», «есть ли навык для извлечения из PPT». Работает на MinerU (OpenDataLab, Shanghai AI Lab), движке для анализа документов с открытым исходным кодом. Отлично подходит для обработки контента, рабочих процессов документирования и автоматического извлечения из файлов презентаций.
машинный переводПоказать оригиналСкрыть оригинал«Extract content from PowerPoint (.ppt, .pptx) presentations to Markdow…»
Extract content from PowerPoint (.ppt, .pptx) presentations to Markdown using MinerU. Reads slide content and converts it to structured, readable output. Features: content extraction from PPT/PPTX files. Handles both legacy .ppt and modern .pptx formats. Token-based extraction for full features. Works with local files and URLs. Use when you need to: extract content from PowerPoint files, read .ppt or .pptx slides, convert slides to Markdown, pull text from presentations. Use when asked: 'how do I extract from PowerPoint', 'read this ppt file', 'I want content from these slides', 'can my agent read PPT files', 'is there a skill for PPT extraction'. Powered by MinerU (OpenDataLab, Shanghai AI Lab), an open-source document intelligence engine. Great for content processing, documentation workflows, and automated extraction from presentation files.
Извлекайте контент из презентаций PowerPoint (.ppt, .pptx) в Markdown с помощью MinerU. Читает содержимое слайдов и преобразует его в структурированный…
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 357 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 855: 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.