SKILLEMALL.ai

AC extract-pic-text

Извлекает текстовое содержимое из указанной позиции в именах файлов изображений. Поддерживает пользовательские разделители и позиции извлечения, может обрабатывать файлы изображений в каталоге пакетами. Применим для сценариев, требующих извлечения идентификаторов, номеров, дат и другой информации из изображений с нормализованными именами. Используйте, когда: (1) необходимо извлечь текст из определенной позиции в именах файлов изображений, (2) пакетная обработка файлов изображений с нормализованными именами, (3) извлечение идентификаторов, номеров, дат и другой информации из имен файлов.

машинный переводПоказать оригиналСкрыть оригинал«从图片文件名中提取指定位置的文本内容。支持自定义分隔符和提取位置,可批量处理目录中的图片文件。适用于需要从规范化命名的图片中提取ID、编号、…»

从图片文件名中提取指定位置的文本内容。支持自定义分隔符和提取位置,可批量处理目录中的图片文件。适用于需要从规范化命名的图片中提取ID、编号、日期等信息的场景。Use when: (1) 需要从图片文件名中提取特定位置的文本, (2) 批量处理命名规范的图片文件, (3) 提取文件名中的ID、编号、日期等信息。

ClawHub Agent Skills автор: Llyouc v1.0.0 3 файла тело ≈ 449 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Извлекает текстовое содержимое из указанной позиции в именах файлов изображений.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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

    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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: 从图片文件名中提取指定位置的文本内容。支持自定义分隔符和提取位置,可批量处理目录中的图片文件。适用于需要从规范化命名的图片中提取ID… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении

    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. Внешние инструменты не нужны
    • 100Шаги. Шагов: 10
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 449 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 155 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 10 пунктов
    • +4Есть примеры (5 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

    Внешние проверки

    ClawHub: clean
    This appears to be a coherent ClawHub development and maintenance bundle with disclosed staff/dev powers, not hidden or deceptive behavior.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.