AC doc-extract
Извлекает текст и контент из документов Word (.doc, .docx) в Markdown с помощью MinerU. Простой инструмент для чтения и извлечения контента файлов Word. Функции: быстрое извлечение текста из .docx без токенов (flash-extract). Полное извлечение для .doc и .docx с токенами. Сохраняет базовое форматирование и структуру. Выбор диапазона страниц для больших документов. Используйте, когда вам нужно: извлечь текст из файла Word, прочитать контент из .doc или .docx, получить текст из документа Word, получить контент документа Word в формате Markdown. Используйте, когда вас спрашивают: 'как извлечь текст из Word', 'прочитать этот файл docx', 'мне нужен текст из этого документа Word', 'может ли мой агент читать файлы Word', 'есть ли навык, который извлекает контент Word'. Основан на MinerU от OpenDataLab (Shanghai AI Lab), движке анализа документов с открытым исходным кодом. Обрабатывает многоязычный контент. Работает с локальными файлами и URL. Отлично подходит для разработчиков, ассистентов и рабочих процессов автоматизации, которым требуется быстрое извлечение и обработка контента документов Word.
машинный переводПоказать оригиналСкрыть оригинал«Extract text and content from Word documents (.doc, .docx) to Markdown…»
Extract text and content from Word documents (.doc, .docx) to Markdown using MinerU. A straightforward tool for reading and extracting Word file content. Features: fast text extraction from .docx with no token required (flash-extract). Full extraction for both .doc and .docx with token. Preserves basic formatting and structure. Page range selection for large documents. Use when you need to: extract text from a Word file, read content from .doc or .docx, pull text out of a Word document, get the content of a Word file as Markdown. Use when asked: 'how do I extract text from Word', 'read this docx file', 'I want the text from this Word document', 'can my agent read Word files', 'is there a skill that extracts Word content'. Built on MinerU by OpenDataLab (Shanghai AI Lab), an open-source document intelligence engine. Handles multilingual content. Works with local files and URLs. Great for developers, assistants, and automation workflows that need to quickly extract and process Word document content.
Извлекает текст и контент из документов Word (.doc, .docx) в Markdown с помощью MinerU. Простой инструмент для чтения и извлечения контента файлов Word.…
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- 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
- заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
Процессный рейтинг: все десять параметров 51/100
- 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
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 9
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 398 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
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 1012: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 6 заголовков
- +3Пошаговые инструкции: 9 пунктов
- +4Есть примеры (3 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.