SKILLEMALL.ai

AC deck-pipeline

Система Claude Code корпоративного уровня, которая преобразует презентации из черновика на китайском в отполированный английский язык в стиле McKinsey — с полным аудиторским следом, проверкой целостности макета и сменным блоком PROFILE для настроек проекта. Построена на 4-этапном конвейере (Sense Pass → McKinsey Translation → Layout Audit → Handoff). Также выполняет только полировку любого одноязычного слайда. АКТИВИРУЕТСЯ, когда пользователь: • передает файл .pptx с китайским текстом и просит перевести на английский / выполнить перевод • запрашивает «deck pipeline», «deck polish», «deck globalizer» • просит отполировать макет, очистить шрифты, исправить переполнение на любом слайде • просит обновить / синхронизировать в обратном направлении Excel с двуязычным сравнением относительно слайда ПОДАВЛЯЕТСЯ командой «Ignore deck-pipeline».

машинный переводПоказать оригиналСкрыть оригинал«Production-grade Claude Code system that takes presentation decks from…»

Production-grade Claude Code system that takes presentation decks from raw Chinese draft to McKinsey-polished English — with full audit trail, layout integrity checks, and a swappable PROFILE block for project-specific defaults. Built on a 4-stage pipeline (Sense Pass → McKinsey Translation → Layout Audit → Handoff). Also runs polish-only on any single-language deck. TRIGGER when the user: • hands over a .pptx containing Chinese and asks for English / translation • asks for "deck pipeline", "deck polish", "deck globalizer" • asks for layout polish, font cleanup, overflow fixing on any deck • asks to update / reverse-sync a bilingual comparison Excel against a deck SUPPRESS with "Ignore deck-pipeline".

ClawHub Agent Skills автор: NANA v3.0.0 MIT-0 16 файлов тело ≈ 4 072 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Система Claude Code корпоративного уровня, которая преобразует презентации из черновика на китайском в отполированный английский язык в стиле McKinsey — с…

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия

ПроцедураPowerPointИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
93
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Инструменты и файлы вес 18
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: 16. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 62/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Стоимость исполнения. Тело инструкции 4072 токенов
    • 100Шаги. Шагов: 85
    • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Ответ описан самодельной разметкой (22 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +3Длина description 720 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 26 заголовков
    • +3Пошаговые инструкции: 85 пунктов
    • +4Есть примеры (1 блоков кода)
    • +3Все 10 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.

    Внешние проверки

    ClawHub: clean
    This skill is a coherent local deck translation and polishing workflow, but users should run it on copies because it can edit presentation and spreadsheet files.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.