AC pdf-markdown-converter
Конвертируйте PDF-документы в чистый, хорошо отформатированный Markdown с помощью API MinerU. Этот навык использует CLI mineru-open-api для преобразования PDF в Markdown с сохранением структуры, заголовков, списков, таблиц, формул и изображений. Поддерживает бесплатный flash-extract для мгновенной конвертации и precision extract для сложных научных статей и технических документов. Используйте, когда вас просят «конвертировать PDF в Markdown», «PDF в md», «превратить мой PDF в Markdown», «PDF转Markdown», «PDF转md格式», «как получить Markdown из PDF», «экспортировать PDF как Markdown», «PDF для readme на GitHub», «извлечь содержимое PDF как Markdown», «можешь ли ты конвертировать этот PDF в текстовый формат», «сделать этот PDF редактируемым». Обрабатывает научные статьи, отчеты об исследованиях, технические руководства, книги и многоколоночные макеты. Идеально подходит для создания баз знаний, технической документации, публикации в блогах и конвертации исследовательских статей для контроля версий.
машинный переводПоказать оригиналСкрыть оригинал«Convert PDF documents to clean, well-formatted Markdown using the Mine…»
Convert PDF documents to clean, well-formatted Markdown using the MinerU API. This skill uses mineru-open-api CLI to transform PDFs into Markdown with preserved structure, headings, lists, tables, formulas, and images. Supports token-free flash-extract for instant conversion and precision extract for complex academic papers and technical documents. Use when asked to 'convert PDF to Markdown', 'PDF to md', 'turn my PDF into Markdown', 'PDF转Markdown', 'PDF转md格式', 'how to get Markdown from PDF', 'export PDF as Markdown', 'PDF to GitHub readme', 'extract PDF content as Markdown', 'can you convert this PDF to text format', 'make this PDF editable'. Handles academic papers, research reports, technical manuals, books, and multi-column layouts. Ideal for knowledge base building, technical documentation, blog publishing, and converting research papers for version control.
Конвертируйте PDF-документы в чистый, хорошо отформатированный Markdown с помощью API MinerU.
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, 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 · 0
✓ Критических и высоких находок нет
Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "tools"
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
- 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
- 100Инструменты и файлы. Инструменты объявлены во frontmatter
- 100Шаги. Шагов: 9
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 245 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)
- +3Длина description 875: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 4 заголовков
- +3Пошаговые инструкции: 9 пунктов
- +4Есть примеры (5 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.