BF sn-da-non-spreadsheet-analysis
Движок для анализа и обработки документов Word / PDF / PPT. Полное извлечение данных из трех типов файлов, преобразование таблиц в числовой формат, понимание диаграмм и междокументный сводный анализ. **Активно используйте этот навык при любом из следующих условий**: ① Пользователь загружает или указывает файлы .docx / .doc / .pdf / .pptx / .ppt и запрашивает анализ, извлечение или статистику содержащейся в них информации; ② Пользователь использует триггерные слова: анализ Word / парсинг PDF / извлечение PPT / анализ документов / анализ отчетов / анализ презентаций / извлечение счетов / анализ договоров / статистика документов / опечатки / грамматические ошибки / проверка размера шрифта / анализ резюме / сравнение нескольких документов; ③ Задача включает извлечение структурированной информации из документов, такой как таблицы, числовые данные, диаграммы, форматирование (цвет/выделение/размер шрифта), организационная структура, временные шкалы и т. д. Не используется для: анализа данных Excel/CSV (используйте sn-da-excel-workflow), анализа чистых изображений (используйте sn-da-image-caption).
машинный переводПоказать оригиналСкрыть оригинал«Word / PDF / PPT 文档解析与数据分析引擎。覆盖三类文件格式的全量提取、表格数值化、图表理解与跨文档汇总分析。**遇到以下任一…»
Word / PDF / PPT 文档解析与数据分析引擎。覆盖三类文件格式的全量提取、表格数值化、图表理解与跨文档汇总分析。**遇到以下任一情况就主动使用本 skill**：①用户上传或指定了 .docx / .doc / .pdf / .pptx / .ppt 文件并要求分析、提取或统计其中内容；②用户出现触发词：Word分析 / PDF解析 / PPT提取 / 文档分析 / 报告解析 / 幻灯片分析 / 发票提取 / 合同分析 / 文档统计 / 错别字 / 语病 / 字号检查 / 简历分析 / 多文档对比；③任务涉及从文档中提取表格、数值、图表、格式（颜色/高亮/字号）、组织架构、时间线等结构化信息。仅不用于：Excel/CSV 数据分析（使用 sn-da-excel-workflow）、纯图片分析（使用 sn-da-image-caption）。
Движок для анализа и обработки документов Word / PDF / PPT.
Как процесс F 39/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/caption.py
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
missing-refссылка на отсутствующий файл: scripts/caption.py
Процессный рейтинг: все десять параметров 39/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/caption.py
- 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
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 100Шаги. Шагов: 13
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1097 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)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 381 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 11 заголовков
- +3Пошаговые инструкции: 13 пунктов
- +4Есть примеры (6 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.