SKILLEMALL.ai
GitHub ↗ EN Войти

BF super-ocr

Производственное OCR с интеллектуальным выбором движка. Tesseract (легкий, быстрый) и PaddleOCR (высокая точность, оптимизирован для китайского языка). Используйте при извлечении текста из изображений, обработке китайских документов, когда требуются оценки уверенности или при работе со смешанным китайско-английским контентом.

машинный переводПоказать оригиналСкрыть оригинал«Production-grade OCR with intelligent engine selection. Tesseract (lig…»

Production-grade OCR with intelligent engine selection. Tesseract (lightweight, fast) and PaddleOCR (high accuracy, Chinese-optimized). Use when extracting text from images, processing Chinese documents, needing confidence scores, or working with mixed Chinese/English content.

ClawHub Agent Skills автор: Nima Chu v0.1.0 22 файла тело ≈ 1 505 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Производственное OCR с интеллектуальным выбором движка.

Как процесс F 46/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/engine_selector.py, scripts/tesseract_ocr.py, scripts/paddle_ocr.py

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
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
F
46/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/engine_selector.py, scripts/tesseract_ocr.py, scripts/paddle_ocr.py
Инструменты и файлы вес 18
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 21. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/engine_selector.py
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/tesseract_ocr.py
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/paddle_ocr.py

Процессный рейтинг: все десять параметров 46/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/engine_selector.py, scripts/tesseract_ocr.py, scripts/paddle_ocr.py
  • 0Инструменты и файлы. Не хватает 3 файла(ов): scripts/engine_selector.py, scripts/tesseract_ocr.py, scripts/paddle_ocr.py
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 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
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Шаги. Шагов: 45
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1505 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)
  • -43 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • -31 из 4 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 277 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 25 заголовков
  • +3Пошаговые инструкции: 45 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (8 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: clean
This is a local OCR skill whose risks are mainly disclosed setup and dependency risks, not hidden or malicious behavior.
LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.