SKILLEMALL.ai

BC deep-doc-processor

Интеллектуальный процессор документов. Автоматически активируется, когда пользователю нужно обобщить документ, извлечь основные идеи из длинного текста, создать структурированный аналитический отчет, провести перекрестное сравнение нескольких материалов или провести многоразовый глубокий опрос на основе содержания документа. Поддерживает различные форматы, такие как PDF/Word/Markdown/веб-страницы/обычный текст. Ключевые слова: обобщение, резюме, извлечение, аналитический отчет, опрос по документу, глубокое чтение, извлечение информации, перекрестное сравнение.

машинный переводПоказать оригиналСкрыть оригинал«智能文档深度处理器。当用户需要总结文档、提炼长文核心观点、生成结构化分析报告、对多份资料交叉对比、或基于文档内容进行多轮深度问答时自动触发。…»

智能文档深度处理器。当用户需要总结文档、提炼长文核心观点、生成结构化分析报告、对多份资料交叉对比、或基于文档内容进行多轮深度问答时自动触发。支持 PDF/Word/Markdown/网页/纯文本等多种格式。关键词:总结、摘要、提炼、分析报告、文档问答、深度阅读、信息提取、交叉对比。

ClawHub Agent Skills автор: xiayutian v1.0.0 MIT-0 2 файла тело ≈ 473 токенов Открыть источникclawhub.ai проанализирован 23 ч назад

Интеллектуальный процессор документов.

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

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
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: 2. 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: 17
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 473 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 141 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 17 пунктов
  • +4Есть примеры (3 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This skill is a coherent document-processing helper that reads user-provided documents or links and writes analysis outputs, with no hidden code or destructive behavior found.
LLM: benign (high) · VirusTotal: · 18 июл. 2026 г.