AD html-to-html
Очищает и реструктурирует HTML-документы с помощью MinerU. Принимает неструктурированный или сложный HTML и создает чистый, хорошо отформатированный HTML-вывод с сохранением правильной структуры. Функции: очистка и реструктуризация HTML. Удаляет ненужную разметку и шум. Сохраняет основную структуру контента. Создает чистый HTML из загроможденных веб-страниц. Используйте, когда вам нужно: очистить неструктурированный HTML, реструктурировать HTML-документ, преобразовать сложный HTML в чистый HTML, санировать HTML-контент. Используйте, когда вас спрашивают: 'как очистить этот HTML', 'сделать этот HTML чище', 'мне нужен чистый HTML с этой страницы', 'может ли агент очистить HTML', 'есть ли навык для очистки HTML', 'реструктурировать этот неструктурированный HTML'. Основано на MinerU от OpenDataLab (Shanghai AI Lab), движке для анализа документов с открытым исходным кодом. Отлично подходит для веб-разработчиков, команд миграции контента и всех, кому нужно очистить HTML из устаревших систем, экспортов CMS или результатов веб-скрейпинга.
машинный переводПоказать оригиналСкрыть оригинал«Clean and restructure HTML documents using MinerU. Takes messy or comp…»
Clean and restructure HTML documents using MinerU. Takes messy or complex HTML and produces clean, well-formatted HTML output with proper structure preserved. Features: HTML cleanup and restructuring. Removes unnecessary markup and noise. Preserves core content structure. Produces clean HTML from cluttered web pages. Use when you need to: clean up messy HTML, restructure an HTML document, convert complex HTML to clean HTML, sanitize HTML content. Use when asked: 'how do I clean this HTML', 'make this HTML cleaner', 'I want clean HTML from this page', 'can my agent clean up HTML', 'is there a skill for HTML cleanup', 'restructure this messy HTML'. Built on MinerU by OpenDataLab (Shanghai AI Lab), an open-source document intelligence engine. Great for web developers, content migration teams, and anyone who needs to clean up HTML from legacy systems, CMS exports, or messy web scraping results.
Очищает и реструктурирует HTML-документы с помощью MinerU.
Как процесс D 43/100 · Процесс не доведён — 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 43/100
- 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
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 100Шаги. Шагов: 11
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 406 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 903: 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: 11 пунктов
- +4Есть примеры (3 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.