SKILLEMALL.ai

AB rapid-ocr-reader

Извлечение текста из изображений с помощью OCR (оптическое распознавание символов). Используйте этот навык, когда вам нужно прочитать текстовое содержимое из изображений, скриншотов, фотографий или любых файлов изображений. Поддерживает китайский и английский текст с высокой точностью. Срабатывает, когда пользователь отправляет изображение и просит прочитать/извлечь/идентифицировать текст из него, или когда вы получаете изображение, содержащее текст, который вам нужно понять.

машинный переводПоказать оригиналСкрыть оригинал«Extract text from images using OCR (Optical Character Recognition). Us…»

Extract text from images using OCR (Optical Character Recognition). Use this skill when you need to read text content from images, screenshots, photos, or any image file. Supports Chinese and English text with high accuracy. Triggers when user sends an image and asks to read/extract/identify text from it, or when you receive an image that contains text you need to understand.

ClawHub Agent Skills автор: rendaixue-byte v1.0.0 MIT-0 3 файла тело ≈ 513 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Извлечение текста из изображений с помощью OCR (оптическое распознавание символов).

Как процесс B 76/100 · Почти готов — слабые места: ошибки и развилки, отчётность по ходу

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
B
76/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Результат и критерий готовности вес 14
60
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "owner"

    Процессный рейтинг: все десять параметров 76/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 15
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 513 токенов
    • 100Повторный запуск. Изменяющих операций нет

    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)
    • +2Инструкции на одном языке
    • +3Длина description 378 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 15 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (4 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.

    Внешние проверки

    ClawHub: clean
    This is a local OCR helper that reads user-provided images and does not show hidden uploads, persistence, credential use, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.