AC pdf-extract-md-figs
Разделение PDF (особенно научной статьи / 论文) на чистый Markdown основного текста ПЛЮС папку с извлеченными изображениями фигур, которые сохраняются, но НЕ загружаются в контекст, чтобы токены никогда не тратились на ненужные фигуры. Текст проходит через markitdown; фигуры извлекаются с помощью PyMuPDF, автоматически разделяются на реальные пронумерованные фигуры и мусор (логотипы/реклама/оглавление), индексируются в манифесте с отображением страницы → номера фигуры и открываются только по одному по явному запросу. Используйте этот навык ВСЕГДА, когда пользователь загружает PDF и хочет прочитать/проанализировать/обработать/对比/梳理 его, ИЛИ говорит что-то вроде 'turn this paper into markdown', '把这篇PDF拆一下', '用这个skill', '提取图片但先别读图', 'process this PDF', или передает статью, ожидая анализа с учетом фигур. Срабатывайте, даже если они говорят только '测试一下' / 'analyze this PDF' после загрузки — по умолчанию используйте этот рабочий процесс сначала разделения, а затем чтения фигур по запросу, вместо того чтобы помещать весь PDF (со всеми его изображениями) в контекст.
машинный переводПоказать оригиналСкрыть оригинал«Split a PDF (especially a scientific paper / 论文) into clean body-text…»
Split a PDF (especially a scientific paper / 论文) into clean body-text Markdown PLUS a folder of extracted figure images that are saved but NOT read into context, so tokens are never wasted on irrelevant figures. Text goes through markitdown; figures are extracted with PyMuPDF, auto-separated into real numbered figures vs junk (logos/ads/TOC), indexed in a manifest mapping page→Figure number, and only opened one-at-a-time on explicit request. Use this skill WHENEVER the user uploads a PDF and wants to read/analyze/process/对比/梳理 it, OR says things like 'turn this paper into markdown', '把这篇PDF拆一下', '用这个skill', '提取图片但先别读图', 'process this PDF', or hands over a paper expecting figure-aware analysis. Trigger even if they only say '测试一下' / 'analyze this PDF' after uploading — default to this split-first, read-figures-on-demand workflow rather than dumping the whole PDF (with all its images) into context.
Разделение PDF (особенно научной статьи / 论文) на чистый Markdown основного текста ПЛЮС папку с извлеченными изображениями фигур, которые сохраняются, но НЕ…
Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 62/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 55Ошибки и развилки. Развилок: 1
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 85Шаги. Шагов: 9, расплывчатых формулировок: 1
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1029 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Ответ описан самодельной разметкой (6 тегов): типизированный вызов надёжнее
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 909: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 9 пунктов
- +4Есть примеры (2 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.