AC html-parse
Анализирует HTML-документы в структурированный Markdown с помощью MinerU. Анализирует структуру HTML и преобразует ее в хорошо организованный Markdown, сохраняя иерархию и форматирование. Функции: структурный анализ HTML. Сохраняет заголовки, списки, таблицы и вложенные элементы. Преобразует HTML в структурированный Markdown. Работает с локальными файлами и URL. Используйте, когда вам нужно: анализировать структуру HTML, преобразовывать HTML в структурированный Markdown, анализировать макет HTML-документа, извлекать структурированный контент с веб-страниц. Используйте, когда вас спрашивают: «как мне разобрать этот HTML», «преобразовать HTML в Markdown со структурой», «я хочу понять этот HTML-макет», «может ли мой агент разбирать HTML-файлы», «есть ли навык для разбора HTML». Работает на MinerU (OpenDataLab, Shanghai AI Lab), движке для анализа документов с открытым исходным кодом. Идеально подходит для разработчиков, менеджеров контента и конвейеров данных, которым необходимо анализировать и реструктурировать HTML-контент.
машинный переводПоказать оригиналСкрыть оригинал«Parse HTML documents into structured Markdown using MinerU. Analyzes H…»
Parse HTML documents into structured Markdown using MinerU. Analyzes HTML structure and converts it into well-organized Markdown preserving hierarchy and formatting. Features: structural HTML parsing. Preserves headings, lists, tables, and nested elements. Converts HTML to structured Markdown. Works with local files and URLs. Use when you need to: parse HTML structure, convert HTML to structured Markdown, analyze HTML document layout, extract structured content from web pages. Use when asked: 'how do I parse this HTML', 'convert HTML to Markdown with structure', 'I want to understand this HTML layout', 'can my agent parse HTML files', 'is there a skill for HTML parsing'. Powered by MinerU (OpenDataLab, Shanghai AI Lab), an open-source document intelligence engine. Ideal for developers, content managers, and data pipelines that need to parse and restructure HTML content.
Анализирует HTML-документы в структурированный Markdown с помощью MinerU.
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 381 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 882: 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.