SKILLEMALL.ai
EN Войти

AB polaris-datainsight-doc-extract

Извлекает структурированные данные из офисных документов (DOCX, PPTX, XLSX, HWP, HWPX) с помощью API Polaris AI DataInsight Doc Extract. Используйте, когда пользователь хочет разобрать, проанализировать или извлечь текст, таблицы, диаграммы, изображения или фигуры из файлов документов. Активируйте этот навык, когда пользователь упоминает извлечение контента из файлов Word, PowerPoint, Excel, HWP или HWPX, хочет разобрать структуру документа, нуждается в преобразовании данных документа для конвейеров RAG или спрашивает о чтении таблиц, диаграмм или текста из документов в формате Office — даже если он явно не упоминает "DataInsight" или "Polaris".

машинный переводПоказать оригиналСкрыть оригинал«Extract structured data from Office documents (DOCX, PPTX, XLSX, HWP,…»

Extract structured data from Office documents (DOCX, PPTX, XLSX, HWP, HWPX) using the Polaris AI DataInsight Doc Extract API. Use when the user wants to parse, analyze, or extract text, tables, charts, images, or shapes from document files. Invoke this skill whenever the user mentions extracting content from Word, PowerPoint, Excel, HWP, or HWPX files, wants to parse document structure, needs to convert document data for RAG pipelines, or asks about reading tables, charts, or text from Office-format documents — even if they don't explicitly mention "DataInsight" or "Polaris".

ClawHub Agent Skills автор: jacob-g-park v1.0.0 2 файла тело ≈ 2 122 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Извлекает структурированные данные из офисных документов (DOCX, PPTX, XLSX, HWP, HWPX) с помощью API Polaris AI DataInsight Doc Extract.

Как процесс B 66/100 · Почти готов — слабые места: ошибки и развилки, повторный запуск, отчётность по ходу

ИнтеграцияWordExcelPowerPointИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
93
Прогон на моделях
не было
Процессный рейтинг
B
66/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 2. 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 66/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web), 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
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 24
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2122 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)
    • +2Инструкции на одном языке
    • +5В description 2 примера фраз-триггеров в кавычках
    • +3Длина description 582 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 24 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (15 блоков кода)
    • +1Лицензия указана

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

    Внешние проверки

    ClawHub: clean
    This is a straightforward document-extraction skill that uses Polaris DataInsight, with privacy caution because files are uploaded to Polaris for processing.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.