Guía original de CODEZ / 01
Cómo elegir una habilidad de agente: desde la clasificación por estrellas hasta la prueba real.
Las listas pueden ayudarte a acotar la búsqueda. La selección final depende de si una habilidad puede cumplir una tarea específica en tu entorno. Esta guía proporciona un método de filtrado reutilizable.
Fuentes comprobadas:
El formato y los hechos del proyecto proceden de las fuentes originales enlazadas. Los pasos de selección y los criterios de aceptación son recomendaciones editoriales de CODEZ. Los candidatos PDF son entradas reales del catálogo, comparadas con sus archivos originales en un commit fijado. No se ejecutaron estos skills de terceros; los ejemplos no son resultados medidos.
01 / Determine primero qué capacidad necesita
Los Agent Skills suelen organizarse en carpetas. SKILL.md contiene metadatos e instrucciones de tareas; también puede haber scripts, referencias y plantillas. El campo compatibility de la especificación describe requisitos del entorno, pero es opcional. Aunque no esté presente, revise el cuerpo del documento y las dependencias.
Primero, anote los métodos de entrada, salida y aceptación. Por ejemplo, "Extraer tablas de archivos PDF con capas de texto a archivos CSV, conservando los nombres de las columnas". "Ayúdame a procesar documentos" es demasiado general, lo que dificulta determinar si un candidato es adecuado.
02 / Qué indican las estrellas de un repositorio
Las estrellas de GitHub se pueden usar para marcar proyectos como favoritos y expresar agradecimiento por el trabajo de sus responsables. Por lo tanto, las usamos como una pista para descubrir la popularidad de un proyecto.
Este sitio utiliza estrellas de repositorio para la clasificación. Un repositorio con cientos de habilidades puede atraer la atención solo por una parte de su contenido; el total de estrellas de un repositorio no se puede asignar a cada habilidad individualmente. Al comparar habilidades de dos repositorios, se compara primero la idoneidad para la tarea, seguida de la popularidad como consideración secundaria.
La fecha de actualización solo ayuda a localizar información. Un cambio que no esté relacionado no demuestra que se haya corregido la capacidad que necesita. Revise los commits, ejemplos e incidencias del directorio correspondiente.
03 / Convierta los requisitos en condiciones verificables
Las siguientes condiciones son más fáciles de interpretar y verificar que una simple clasificación de popularidad. No es necesario sumar el número de condiciones que cumplen los candidatos para obtener una puntuación total aparentemente precisa.
| Escenario | Primera comprobación | Observar durante el uso de prueba |
|---|---|---|
| Procesamiento de documentos y hojas de cálculo | Tipo de entrada, formato de salida, dependencias del sistema | Pérdida de nombres de columnas, codificación, maquetación o datos |
| Flujo de trabajo de código y desarrollo | Idioma de destino, versión del framework y herramientas necesarias | Alcance de los cambios, retroalimentación sobre errores y si el proyecto supera la inspección. |
| Investigación y recopilación de datos | Alcance de la fuente, requisitos de citación y condiciones de la red | ¿Se pueden rastrear las citas? ¿La conclusión excede la evidencia? |
04 / Abra el archivo original y compruebe el entorno y el alcance de las operaciones
Abra SKILL.md desde la ficha de este sitio y lea el README del mismo directorio. Un README en chino ayuda a comprender las instrucciones, pero disponer de varios idiomas no demuestra que el skill sea adecuado. Si no hay versión en chino, confirme los requisitos clave en el original.
Anota esta información antes de probarlo:
- Entorno operativo: Clientes compatibles, sistemas operativos, herramientas de línea de comandos y requisitos de versión especificados explícitamente.
- Ámbito de operación: Qué archivos se leerán o modificarán, qué servicios externos se invocarán y si se requieren credenciales.
- Recursos adicionales: ¿Existen los scripts y archivos de referencia citados en el texto? ¿Qué harán los comandos ejecutados?
- Requisitos de uso: Lea los archivos de licencia del proyecto y del directorio Skill; las etiquetas "Sin marcar" o "Pendiente de verificación" en este sitio indican que la información aún no ha sido confirmada.
- Reproducibilidad: registre la dirección del repositorio, la ruta concreta del skill y el commit utilizado durante la prueba para poder localizar el mismo contenido después.
05 / Compare candidatos con la misma tarea pequeña
Seleccione dos o tres candidatos cercanos a su tarea y pruébelos con la misma entrada no sensible en una copia recuperable. Al principio, active solo la capacidad que necesita y siga las instrucciones de instalación de su cliente.
Defina las condiciones de éxito antes de comenzar. Para la extracción de tablas, verifique el número de filas, los nombres de las columnas y los valores nulos; para las modificaciones de código, verifique la funcionalidad de destino, los archivos modificados y las comprobaciones del proyecto existente. Si la ejecución falla, registre el error y el entorno; no atribuya inmediatamente el fallo al modelo o la habilidad en sí.
Registre todas las correcciones manuales necesarias, las herramientas adicionales, los costos de servicios externos y el tiempo de finalización. Utilizar un método de registro consistente para tareas repetitivas facilita la toma de decisiones, en comparación con basarse en una sola impresión del resultado.
- Candidatos y versiones: Repositorio/Ruta de habilidades/Commit.
- Entrada y entorno: Muestra / Sistema operativo / Cliente y dependencias.
- Resultados y correcciones: criterios de aceptación cumplidos y trabajo manual pendiente.
- Recursos y decisiones: Servicios, tiempo y costes utilizados, y motivos para su adopción o aplazamiento.
06 / Candidatos reales: ¿cómo elegir entre dos skills PDF del mismo nombre?
El sitio incluye skills/pdf/SKILL.md de anthropics/skills y skills/.curated/pdf/SKILL.md de openai/skills. Ambos se llaman pdf. Registre el repositorio y la ruta completa para no confundirlos con las mismas instrucciones. La tabla compara el enfoque de las tareas descritas, sin afirmar que sus capacidades sean excluyentes ni usar estrellas para decidir cuál es más preciso.
El documento de Anthropic ofrece ejemplos de diversas técnicas de manipulación de PDF, incluyendo la extracción de texto y tablas, la manipulación de páginas, la generación y el reconocimiento óptico de caracteres (OCR) de documentos escaneados, y remite al procesamiento de formularios a FORMS.md. El documento de OpenAI hace hincapié en la lectura, la creación y la revisión del diseño, requiriendo comprobaciones después de la renderización de la página y nuevamente después de actualizaciones importantes; la extracción de texto es insuficiente para demostrar la corrección del diseño.
| Candidato y ruta completa | Aspectos destacados del texto original | CODEZ recomienda comprobar esto primero. | Aún debe verificarse |
|---|---|---|---|
| anthropics/skills / skills/pdf/SKILL.md | Se proporcionan ejemplos para cada operación: Extracción, Procesamiento de página, Generación y OCR. | Al extraer tablas o procesar documentos escaneados, verifique primero las operaciones y dependencias correspondientes. | Estructura de la tabla, idioma y precisión del OCR, disponibilidad de fuentes citadas y herramientas. |
| openai/skills / skills/.curated/pdf/SKILL.md | Crear, revisar y comprobar el diseño mediante la representación de la página. | Si necesita entregar un informe legible, compruebe primero los pasos de renderizado y revisión | Fuentes, tablas, números de página y paginación; si el texto se puede visualizar en un entorno real. |
anthropics/skills: skills/pdf/SKILL.md (commit fijado) ↗
openai/skills: skills/.curated/pdf/SKILL.md (commit fijado) ↗
07 / Divida «extracción correcta» en criterios de aceptación verificables
Esta es una propuesta de prueba: compare candidatos con la misma lista de inventario de dos páginas y sin datos sensibles. Incluya el número de material 0017, nombres de columnas en chino, una descripción vacía, un encabezado repetido en la segunda página y una celda combinada. Compruebe manualmente los resultados esperados y conserve las páginas de origen y una copia del archivo. No es una prueba ya ejecutada.
Antes de comenzar, determine si la entrada permite seleccionar texto e intente una pequeña extracción. Las comprobaciones de selección y extracción solo deben utilizarse como pistas: la presencia de capas de texto no garantiza la correcta estructura de la tabla, y los documentos escaneados con texto OCR preexistente también pueden contener errores. Cuando se requiera OCR, registre el idioma y las herramientas del sistema; las dependencias faltantes deben registrarse como problemas del entorno.
- Registre el commit del candidato, cliente, modelo, versión de herramientas y tipo de entrada. Evite confundir diferencias del entorno con diferencias entre skills.
- Registre las líneas corregidas manualmente y los motivos, el tiempo de ejecución y los servicios que se llamaron realmente; los datos que no se midieron deben dejarse en blanco.
- La conclusión correspondiente solo se aceptará si se cumplen todos los criterios de aceptación indicados. Incluso si una muestra pasa la prueba, es necesario verificar los datos de entrada.
| Elementos de inspección | Resultados por verificar | Cómo actuar si falla |
|---|---|---|
| Número de material | Conserve los ceros iniciales de 0017; no lo convierta automáticamente en 17 | Tras aclarar los tipos de campos, extraiga los datos de nuevo y verifique cada elemento. |
| Tablas que abarcan varias páginas | El encabezado de la segunda página no se contabiliza como dato, y no se pierde ni se duplica ningún registro. | Conserve los números de página y compare el número de filas de cada página antes de combinar |
| Texto en chino y valores vacíos | Nombres de columnas legibles y descripciones vacías que siguen vacías, sin contenido inventado | Verifique la codificación y las posiciones de los campos, y marque las posiciones que no se puedan recuperar. |
| Combinar celdas | Los valores de descripción corresponden al registro correcto y las reglas de división quedan documentadas | Conserve el área de origen y determine manualmente las reglas de correspondencia |
| Formato del informe de salida | El contenido renderizado no presenta truncamientos, superposiciones ni caracteres faltantes. | Corrija la fuente o la maquetación y compruebe el renderizado actualizado |
08 / Las categorías, las licencias y las dependencias son tres comprobaciones separadas.
En esta ocasión, las dos entradas de PDF se han corregido, pasando de "Diseño" y "Desarrollo" a "Documento" respectivamente, de acuerdo con el texto original: tanto la entrada como la salida principales son archivos PDF, y el código Python y las herramientas de renderizado son los medios para completar la tarea. Una sola categoría solo ayuda a encontrar candidatos y no permite determinar si la extracción o la revisión del diseño son más adecuadas.
Ambas entradas tienen sus propios archivos LICENSE.txt en el directorio, y este sitio mantiene la etiqueta "Archivo de licencia pendiente de verificación". Lea las licencias originales de cada directorio; no dé por sentado que son de libre uso simplemente porque el repositorio sea público o la organización a la que pertenece sea conocida.
También se debe revisar la lista de dependencias para cada operación específica. La instalación de las bibliotecas de Python no implica la disponibilidad de las herramientas de renderizado del sistema ni del entorno OCR; este documento no garantiza la compatibilidad con ningún cliente. Anote en su registro de decisiones las herramientas faltantes, los pasos no verificados y las limitaciones de uso.
Método de revisión e inclusión de la clasificación de CODEZ ↗
09 / Skill de Cloudflare: comprobar primero la configuración y las credenciales
El 2026-10-14 se verificaron para esta sección el commit fijo de cloudflare/skills / skills/cf-cli/SKILL.md y la documentación oficial. Son recomendaciones de selección y prueba de CODEZ; no se ejecutó este Skill.
cf no reutiliza el inicio de sesión de Wrangler. Comprobar primero la cuenta y los permisos del token; registrar la versión de la CLI, la configuración y los recursos de destino para no confundir diferencias de entorno con diferencias del Skill.
| Escenario | Primera comprobación | Observar durante el uso de prueba |
|---|---|---|
| Existe wrangler.jsonc, wrangler.json o wrangler.toml, pero no cloudflare.config.ts | Conservar primero el flujo de Wrangler para dev, build y deploy; los comandos de proyecto de cf no leen esa configuración existente. | Revisar primero los comandos y cambios de archivos que propone el Skill; decidir la migración de configuración por separado. |
| Ya existe cloudflare.config.ts | Comprobar dev, build y deploy según el flujo de proyecto de cf; la CLI está en beta y una categoría no demuestra compatibilidad. | Comprobar Node.js 22.18 o posterior y la cuenta de destino; inspeccionar la salida de compilación y el Worker de destino en una copia de prueba. |
cloudflare/skills / skills/cf-cli/SKILL.md ↗
Cloudflare: comparación oficial entre la CLI y Wrangler ↗
Cloudflare: requisitos oficiales de instalación e inicio de sesión ↗