AF nano-pdf-edit
Редактирует PDF-файлы визуально с помощью естественного языка с помощью инструмента командной строки nano-pdf, работающего на базе Gemini 3 Pro Image (Nano Banana) от Google. Используйте этот навык всякий раз, когда пользователь хочет редактировать, изменять или обновлять слайды или страницы PDF с помощью ИИ — включая исправление опечаток, обновление диаграмм/графиков, изменение цветов или брендинга, добавление новых слайдов, изменение текста или внесение любых визуальных изменений в колоду или отчет PDF. Также активируйте, когда пользователь упоминает "nano-pdf", "nano pdf", "edit my pdf", "update my slides", "fix my deck" или хочет внести изменения с помощью ИИ в содержимое PDF. Даже если пользователь просто говорит "изменить заголовок на странице 3" или "исправить опечатку на слайде 5" для PDF-файла, этот навык применим. НЕ используйте для извлечения текста, объединения/разделения PDF, заполнения форм или других не визуальных операций с PDF.
машинный переводПоказать оригиналСкрыть оригинал«Edit PDF files visually using natural language with the nano-pdf CLI t…»
Edit PDF files visually using natural language with the nano-pdf CLI tool, powered by Google's Gemini 3 Pro Image (Nano Banana). Use this skill whenever the user wants to edit, modify, or update PDF slides or pages using AI — including fixing typos, updating charts/graphs, changing colors or branding, adding new slides, modifying text, or making any visual change to a PDF deck or report. Also trigger when the user mentions "nano-pdf", "nano pdf", "edit my pdf", "update my slides", "fix my deck", or wants AI-powered changes to PDF content. Even if the user just says "change the title on page 3" or "fix the typo on slide 5" for a PDF file, this skill applies. Do NOT use for extracting text, merging/splitting PDFs, filling forms, or other non-visual PDF operations.
Редактирует PDF-файлы визуально с помощью естественного языка с помощью инструмента командной строки nano-pdf, работающего на базе Gemini 3 Pro Image (Nano…
Как процесс F 57/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/options.md, references/examples.md
Как улучшить
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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
missing-refссылка на отсутствующий файл: references/options.md - предупреждение
missing-refссылка на отсутствующий файл: references/examples.md
Процессный рейтинг: все десять параметров 57/100
- 0Инструменты и файлы. Не хватает 2 файла(ов): references/options.md, references/examples.md
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (nano-pdf-edit) не совпадает с папкой (nano-banana-pdf-skill)
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 22
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Стоимость исполнения. Тело инструкции 1248 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
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
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 7 примера фраз-триггеров в кавычках
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 772 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 22 пунктов
- +4Есть примеры (3 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.