SKILLEMALL.ai

AB xparse-parse

Преобразуйте документы в чистый markdown или структурированный JSON с помощью xparse-cli. Используйте этот навык, когда пользователь предоставляет PDF, изображение, файл Office, HTML, OFD или другой поддерживаемый документ и хочет, чтобы он был прочитан, преобразован, обобщен или подготовлен для использования последующими агентами. Обрабатывает зашифрованные PDF-файлы, диапазоны страниц, вывод в markdown/текст и детальное структурированное извлечение. Предпочитайте этот навык всякий раз, когда задача начинается с локального файла или URL-адреса документа, и первым шагом является преобразование его в контент, удобный для агента, а не ручная проверка необработанного файла.

машинный переводПоказать оригиналСкрыть оригинал«Parse documents into clean markdown or structured JSON via the xparse-…»

Parse documents into clean markdown or structured JSON via the xparse-cli. Use this skill when the user provides a PDF, image, Office file, HTML, OFD, or other supported document and wants it read, converted, summarized, or prepared for downstream agent use. Handles encrypted PDFs, page ranges, markdown/text output, and detailed structured extraction. Prefer this skill whenever the task starts from a local file or document URL and the first step is to turn it into agent-friendly content rather than manually inspect the raw file.

ClawHub Agent Skills автор: JerryZhao v0.1.1 MIT-0 7 файлов тело ≈ 1 030 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Преобразуйте документы в чистый markdown или структурированный JSON с помощью xparse-cli.

Как процесс B 67/100 · Почти готов — слабые места: результат и критерий готовности, согласованность

ИнтеграцияИИ и агентыИнфраструктураТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Результат и критерий готовности вес 14
0
Согласованность вес 8
40
Инструменты и файлы вес 18
60
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 7. 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 67/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 40Согласованность. Имя во frontmatter (xparse-parse) не совпадает с папкой (textin-xparse-parser-safe)
    • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 18
    • 100Ошибки и развилки. Развилок: 9, есть раздел про ошибки
    • 100Стоимость исполнения. Тело инструкции 1030 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • low Ответ описан самодельной разметкой (10 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 534 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 18 пунктов
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This is a coherent document-parsing skill, but users should understand it relies on xparse/TextIn services and may process documents outside the local machine.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.