SKILLEMALL.ai

BD ocr-keyword-word-exporter

Пакетное извлечение текста из изображений, маркировка ключевых слов, создание документов Word. Когда пользователь загружает изображения с текстом (одно или несколько), автоматически распознается текст, выделяются и жирно маркируются ключевые слова, предоставленные пользователем, и результат выводится в виде непрерывного документа Word. Применимо для студентов при упорядочивании основных моментов лекций, аннотировании литературы, создании учебных материалов и т. д.

машинный переводПоказать оригиналСкрыть оригинал«批量提取图片文字、标注关键词、生成Word文档。当用户上传带文字的图片(单张或多张)时,自动识别文字,根据用户提供的关键词进行标注加粗,并输…»

批量提取图片文字、标注关键词、生成Word文档。当用户上传带文字的图片(单张或多张)时,自动识别文字,根据用户提供的关键词进行标注加粗,并输出为连续的Word文档格式。适用于学生整理课件重点、文献标注、复习资料制作等场景。

ClawHub Agent Skills автор: lilimoss-China v1.0.0 MIT-0 6 файлов тело ≈ 214 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Пакетное извлечение текста из изображений, маркировка ключевых слов, создание документов Word.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (ocr-keyword-word-exporter) не совпадает с папкой (ocr-keyword-word-skill)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 22
  • 100Стоимость исполнения. Тело инструкции 214 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 111: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +2Инструкции на одном языке
  • +4Структура: 6 заголовков
  • +3Пошаговые инструкции: 22 пунктов
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: clean
This skill performs user-directed OCR and keyword formatting, with no evidence of hidden access, persistence, exfiltration, or destructive behavior.
LLM: benign (high) · VirusTotal: · 30 авг. 2026 г.