SKILLEMALL.ai

AC docx-diff

Сравнивает два документа Word (.docx), выявляя добавления/удаления/изменения текста, изменения изображений, форматирования/стилей, и генерирует документ Word с выделением цветом, HTML-отчет для визуализации и отчет в виде чистого текста. Обязательно используйте этот навык, когда пользователь говорит «сравни два документа Word», «найди изменения в документе», «чем отличаются эти две версии», «покажи, где изменилось», «diff документа», «сравни различия файлов», «найди измененный контент», не полагаясь ни на какие онлайн-сервисы сравнения. Также используйте этот навык, когда пользователь предоставляет пути к двум файлам .docx (включая пути Windows, например E:\folder\file.docx).

машинный переводПоказать оригиналСкрыть оригинал«对比两个 Word 文档(.docx)的差异,找出文本增删改、图片变化、格式/样式变化,生成高亮标注的 Word 文档、HTML 可视化报告…»

对比两个 Word 文档(.docx)的差异,找出文本增删改、图片变化、格式/样式变化,生成高亮标注的 Word 文档、HTML 可视化报告和纯文本报告。当用户说「对比两个 Word 文档」「找出文档的改动」「这两版有什么区别」「帮我看看哪里改了」「文档 diff」「比较文件差异」「找出修订内容」时必须使用此 skill,不要依赖任何在线比对服务。用户给出两个 .docx 文件路径(包括 Windows 路径如 E: older ile.docx)时也要使用此 skill。

ClawHub Agent Skills автор: mypicko v1.0.0 MIT-0 3 файла тело ≈ 409 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Сравнивает два документа Word (.docx), выявляя добавления/удаления/изменения текста, изменения изображений, форматирования/стилей, и генерирует документ Word…

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

СправочникWordИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
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

  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: 3. 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 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: 12
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 409 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 239 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 12 пунктов
  • +4Есть примеры (3 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This skill locally compares two user-provided Word documents and creates diff reports, with no evidence of hidden network access, credential use, or destructive behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.