AF mineru
Нативный для ИИ навык для разбора файлов PDF / Office / изображений в чистый Markdown с помощью MinerU — быстрого парсера документов без конфигурации для ИИ-агентов. Работает БЕЗ токенов через легковесный Agent API и автоматически обновляется до Standard API (с токенами) для больших файлов, пакетов и экспорта DOCX/HTML/LaTeX. Используйте, когда: (1) нужно преобразовать PDF/Word/PPT/Excel/изображение в Markdown, (2) нужно извлечь текст, таблицы, формулы или выполнить OCR на отсканированных документах, (3) нужно пакетно разобрать папку параллельно, (4) нужно передать разобранный Markdown напрямую агенту или в Obsidian.
машинный переводПоказать оригиналСкрыть оригинал«An AI-Native skill for parsing PDF / Office / image files into clean M…»
An AI-Native skill for parsing PDF / Office / image files into clean Markdown with MinerU — a fast, zero-config document parser for AI agents. Works with NO token via the lightweight Agent API and auto-upgrades to the Standard API (token) for large files, batches, and DOCX/HTML/LaTeX export. Use when: (1) Converting PDF/Word/PPT/Excel/image to Markdown, (2) Extracting text, tables, formulas, or running OCR on scanned docs, (3) Batch-parsing a folder in parallel, (4) Piping parsed Markdown straight back to an agent or into Obsidian.
Нативный для ИИ навык для разбора файлов PDF / Office / изображений в чистый Markdown с помощью MinerU — быстрого парсера документов без конфигурации для…
Как процесс F 32/100 · Не запустится — слабые места: шаги, когда включается, входы и предусловия
Как улучшить
- 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Секреты в коде
secret-high-entropy-tokenscripts/sinks/_http.py:52Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)boundary = "----…0gW"
в кавычках
Просканировано файлов: 34. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
Процессный рейтинг: все десять параметров 32/100
- 0Шаги. Инструкция сплошным текстом, шаги не выделены
- 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
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (mineru) не совпадает с папкой (mineru-skill)
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 100Стоимость исполнения. Тело инструкции 1206 токенов
- low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
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)
- +3Нет пошаговых инструкций или чек-листа
- -34 из 6 скриптов не упомянуты в SKILL.md
- +2Инструкции на одном языке
- +3Длина description 537 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 12 заголовков
- +3Формат ответа описан явно
- +4Есть примеры (8 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 3)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.