SKILLEMALL.ai

AC pdf-master-translator

Высокоэффективный конвейер с несколькими агентами для перевода и реконструкции сложных, насыщенных изображениями или сканированных PDF-документов (особенно инженерных, научных или военных спецификаций). Используйте этот навык при работе с PDF-файлами, содержащими сложные макеты, плотные таблицы, математические формулы (LaTeX), или когда предыдущие попытки перевода привели к нарушению макетов, отсутствию изображений, "галлюцинациям" в переводе или поврежденному тексту. Он использует подход "маскирование и заполнение", голографическое внедрение контекста и рендеринг SVG-математики для обеспечения нулевой потери информации и строгой визуальной точности.

машинный переводПоказать оригиналСкрыть оригинал«A highly robust, multi-agent pipeline for translating and reconstructi…»

A highly robust, multi-agent pipeline for translating and reconstructing complex, image-heavy, or scanned PDF documents (especially engineering, scientific, or military specs). Use this skill when dealing with PDFs that contain complex layouts, dense tables, mathematical formulas (LaTeX), or when previous translation attempts resulted in broken layouts, missing figures, "hallucinated" translations, or corrupted text. It uses a "mask-and-fill" approach, holographic context injection, and SVG math rendering to ensure zero information loss and strict visual fidelity.

ClawHub Agent Skills автор: lingqing v1.0.0 MIT-0 12 файлов тело ≈ 957 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Высокоэффективный конвейер с несколькими агентами для перевода и реконструкции сложных, насыщенных изображениями или сканированных PDF-документов (особенно…

Как процесс C 52/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, ошибки и развилки

ПроцедураPDFLaTeXТексты и документыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
C
52/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
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: 12. 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 52/100

    • 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: 3, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 25
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 957 токенов
    • low Ответ описан самодельной разметкой (4 тегов): типизированный вызов надёжнее

    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)
    • -2Ссылки на localhost: у другого пользователя не заработает
    • -38 из 9 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 2 примера фраз-триггеров в кавычках
    • +3Длина description 570 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 4 заголовков
    • +3Пошаговые инструкции: 25 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This is a coherent PDF translation skill, but users should understand that document pages and formulas may be sent to external services.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.