DB pptx-html-fidelity-audit
Проверяет экспорт python-pptx по исходной HTML-презентации, выявляет расхождения в макете/содержимом (переполнение нижнего колонтитула, обрезанный контент, пропущенные курсивы, потеря стиля, неритмичные интервалы) и повторно экспортирует с соблюдением строгих правил макета нижнего колонтитула и потока курсора. Используйте этот навык, когда у пользователя есть .pptx, созданный из HTML-презентации, и он просит сравнить/проверить/исправить экспорт — включая фразы вроде «сравнить ppt с html», «аудит точности», «исправить pptx», «ppt обрезано», «перекрытие колонтитула», «пропущен курсив в pptx», «повторно экспортировать презентацию», «pptx-html-fidelity-audit», или любой случай, когда требуется проверка или исправление двустороннего преобразования python-pptx → HTML. Также активируется, когда пользователь показывает вам рядом deck.html и deck.pptx и отлаживает визуальные различия.
машинный переводПоказать оригиналСкрыть оригинал«Audit a python-pptx export against its source HTML deck, identify layo…»
Audit a python-pptx export against its source HTML deck, identify layout/content drift (footer overflow, cropped content, missing italic/em, lost styling, off-rhythm spacing), and re-export with strict footer-rail + cursor-flow layout discipline. Use this skill whenever the user has a .pptx that was generated from an HTML slide deck and asks to compare/audit/verify/fix the export — including phrases like "compare ppt with html", "fidelity audit", "fix the pptx", "ppt is cut off", "footer overlap", "italic missing in pptx", "re-export the deck", "pptx-html-fidelity-audit", or any case where a python-pptx → HTML round-trip needs verification or repair. Also trigger when the user shows you a deck.html and a deck.pptx side by side and is debugging visual differences.
Проверяет экспорт python-pptx по исходной HTML-презентации, выявляет расхождения в макете/содержимом (переполнение нижнего колонтитула, обрезанный контент…
Как процесс B 66/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу
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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "triggers" - заметка
frontmatter-keyнеизвестное поле фронтматтера "od"
Процессный рейтинг: все десять параметров 66/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 85Шаги. Шагов: 46, расплывчатых формулировок: 2
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3236 токенов
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)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 8 примера фраз-триггеров в кавычках
- +3Длина description 773 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 13 заголовков
- +3Пошаговые инструкции: 46 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (6 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (3 из 3)
- +3Все 2 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 97.
Прогон на моделях · 13 окт. 2026 г.
Не улучшает ответы Pass rate 57% ниже порога 80% · 7 кейсов · $0.094