SKILLEMALL.ai

BD birth_medical_cert_ocr

Активируется только при явном упоминании пользователем конкретных слов, таких как «свидетельство о рождении», «медицинское свидетельство о рождении», «свидетельство о рождении ребенка», для идентификации ключевой информации в свидетельстве о рождении (имя новорожденного, дата рождения, информация о родителях, номер документа и т. д.). Строго запрещено для общего OCR или распознавания других документов, кроме свидетельств о рождении.

машинный переводПоказать оригиналСкрыть оригинал«仅在用户明确提及“出生医学证明”、“出生证明”、“医学出生证明”、“新生儿证明”等特定词汇时触发,用于识别出生医学证明上的核心信息(新生儿姓…»

仅在用户明确提及“出生医学证明”、“出生证明”、“医学出生证明”、“新生儿证明”等特定词汇时触发,用于识别出生医学证明上的核心信息(新生儿姓名、出生日期、父母信息、证件号码等)。严禁用于通用 OCR 或其他非出生医学证明类证件识别。

ClawHub Agent Skills автор: SCNet-sugon v1.0.5 MIT-0 9 файлов тело ≈ 778 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Активируется только при явном упоминании пользователем конкретных слов, таких как «свидетельство о рождении», «медицинское свидетельство о рождении»…

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
D
41/100
Процесс не доведён
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: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "required_env_vars"
  • заметка frontmatter-key неизвестное поле фронтматтера "optional_env_vars"
  • заметка frontmatter-key неизвестное поле фронтматтера "primary_credential"
  • заметка frontmatter-key неизвестное поле фронтматтера "dependencies"
  • заметка frontmatter-key неизвестное поле фронтматтера "permissions"
  • заметка frontmatter-key неизвестное поле фронтматтера "input"
  • заметка frontmatter-key неизвестное поле фронтматтера "output"

Процессный рейтинг: все десять параметров 41/100

  • 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
  • 40Согласованность. Имя во frontmatter (birth_medical_cert_ocr) не совпадает с папкой (birth-medical-cert-ocr)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 16
  • 100Стоимость исполнения. Тело инструкции 778 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 116: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +2Инструкции на одном языке
  • +5В description 2 примера фраз-триггеров в кавычках
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +4Есть примеры (3 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: clean
This is a disclosed remote OCR skill for birth medical certificates, so the main risk is expected third-party handling of highly sensitive document images.
LLM: benign (high) · VirusTotal: · 12 авг. 2026 г.