SKILLEMALL.ai

CC cue-omni-reader

Введите URL или загрузите файл (любой формат, включая PDF/Office/изображения/сканы/аудио/видео/веб-страницы/архивы), чтобы преобразовать содержимое любого документа/файла/веб-страницы в Markdown. Готов к использованию, по умолчанию не сохраняет данные, обеспечивает высокую конфиденциальность. Точно восстанавливает структуру каталога документа и сложные таблицы, подходит для задач OCR, требующих высокой точности и производительности; преобразует аудио и видео в текст одним нажатием кнопки, а также обладает возможностью визуального понимания изображений, подходит для преобразования видео в сценарии, извлечения PPT из URL-адресов основных видеосайтов и т. д.

машинный переводПоказать оригиналСкрыть оригинал«输入URL或上传文件(PDF/Office/图片/扫描件/音视频/网页/压缩包等不限定文件格式),将任意文档/文件/网页内容解析为Markd…»

输入URL或上传文件(PDF/Office/图片/扫描件/音视频/网页/压缩包等不限定文件格式),将任意文档/文件/网页内容解析为Markdown,即插即用、默认不落盘,具有极高隐私保护。可精准还原文档目录结构和复杂表格结构,适用于高精度高性能要求的文档处理OCR任务;可将音视频内容一键解析转化为文字稿,并具备画面视觉理解能力,适用于视频转脚本、主流视频网站url提取ppt等场景。

ClawHub Agent Skills автор: panting09266-ai v1.2.13 MIT-0 6 файлов тело ≈ 3 816 токенов Открыть источникclawhub.ai↗ проанализирован 8 дн назад

Введите URL или загрузите файл (любой формат, включая PDF/Office/изображения/сканы/аудио/видео/веб-страницы/архивы), чтобы преобразовать содержимое любого…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураWordПоддержка клиентовРазработкаДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Когда включается вес 12
20
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_zh"

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 40
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3816 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 16. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

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
  • -215 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 192 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 28 заголовков
  • +3Пошаговые инструкции: 40 пунктов
  • +4Есть примеры (7 блоков кода)

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

Внешние проверки

ClawHub: suspicious
This appears to be a real document-parsing integration, but its local-file, credential, install, and privacy behavior is under-disclosed and inconsistent enough that users should review it carefully before installing.
LLM: suspicious (high) · 16 сент. 2026 г.