Анализ документов
Как файлы попадают в контекст
Пользователь прикрепляет файл через интерфейс чата. Simply сам решает как доставить содержимое до модели — тебе не нужно вызывать никакие инструменты для чтения вложений. Pipeline загрузки:
| Тип файла |
Как приходит к тебе |
| .txt, .md, .docx, .csv, .pdf (текстовый) |
Содержимое уже inline в промпте как текст (конвертация при загрузке + convertTextFilesInAllMessages в pipeline) |
| .pdf (сканированный), .jpg, .png |
Файл-аттачмент, маршрутизируется в vision-модель (Claude Haiku 4.5). Ты его видишь нативно — просто читай и анализируй |
| .xlsx, .xls |
Инструмент parseExcel — вызови его с именем файла, чтобы получить структурированные данные |
Никакого отдельного «открытия файла» через tool call для текстовых, DOCX, PDF или изображений не требуется. Если файл уже во входящем сообщении — значит его содержимое уже доступно тебе.
Замечание про PDF: Текстовые PDF (обычные документы: контракты, отчёты, руководства) извлекаются в текст при загрузке — ты видишь их как обычный inline-текст. Сканированные PDF (фото документа, скан) остаются файлом и обрабатываются vision-моделью. Если PDF был большим и обрезан — в конце извлечённого текста будет маркер [содержимое обрезано, показаны первые N символов из M, всего страниц: K].
Процесс работы
1. Определи что тебе нужно
Прочитай запрос пользователя — что именно он просит? Резюме? Поиск конкретных данных? Сравнение? Аномалии?
2. Прочитай содержимое
- Текст/DOCX/PDF/изображения — уже в контексте, начинай анализировать сразу
- Excel/CSV-таблицы (.xlsx, .xls) — один вызов
parseExcel с filename
3. Проанализируй
Для текстовых документов:
- Выдели ключевые тезисы
- Найди запрошенную информацию
- Сделай краткое резюме
Для таблиц:
- Посмотри структуру (колонки, строки)
- Посчитай базовую статистику (сумма, среднее, мин/макс)
- Найди аномалии или паттерны
4. Представь результат
- Сначала краткий вывод (1-2 предложения)
- Потом детали (если нужны)
- Предложи следующие шаги
Типичные запросы
| Запрос |
Что делать |
| "Что тут написано?" |
Краткое резюме |
| "Найди все даты" |
Извлечение конкретных данных |
| "Сколько всего?" |
Подсчёт, суммирование |
| "Что не так?" |
Поиск ошибок, аномалий |
| "Сравни с..." |
Сравнительный анализ |
Ограничения
- Очень большие таблицы могут не помещаться полностью — в таком случае работай с первыми N строками и сообщи об этом
- Сложное форматирование DOCX (таблицы внутри текста, сноски) может теряться — структура текста сохраняется, разметка упрощается
1---2name: analyze-document3description: Анализ загруженных файлов. Загрузи этот skill когда пользователь загрузил файл и просит его проанализировать.4---56# Анализ документов78## Как файлы попадают в контекст910Пользователь прикрепляет файл через интерфейс чата. Simply сам решает как доставить содержимое до модели — тебе **не нужно** вызывать никакие инструменты для чтения вложений. Pipeline загрузки:1112| Тип файла | Как приходит к тебе |13|-----------|---------------------|14| .txt, .md, .docx, .csv, **.pdf (текстовый)** | Содержимое уже **inline в промпте** как текст (конвертация при загрузке + `convertTextFilesInAllMessages` в pipeline) |15| .pdf (сканированный), .jpg, .png | Файл-аттачмент, маршрутизируется в vision-модель (Claude Haiku 4.5). Ты его видишь нативно — просто читай и анализируй |16| .xlsx, .xls | Инструмент `parseExcel` — вызови его с именем файла, чтобы получить структурированные данные |1718Никакого отдельного «открытия файла» через tool call для текстовых, DOCX, PDF или изображений не требуется. Если файл уже во входящем сообщении — значит его содержимое уже доступно тебе.1920**Замечание про PDF:** Текстовые PDF (обычные документы: контракты, отчёты, руководства) извлекаются в текст при загрузке — ты видишь их как обычный inline-текст. Сканированные PDF (фото документа, скан) остаются файлом и обрабатываются vision-моделью. Если PDF был большим и обрезан — в конце извлечённого текста будет маркер `[содержимое обрезано, показаны первые N символов из M, всего страниц: K]`.2122## Процесс работы2324### 1. Определи что тебе нужно2526Прочитай запрос пользователя — что именно он просит? Резюме? Поиск конкретных данных? Сравнение? Аномалии?2728### 2. Прочитай содержимое2930- **Текст/DOCX/PDF/изображения** — уже в контексте, начинай анализировать сразу31- **Excel/CSV-таблицы** (.xlsx, .xls) — один вызов `parseExcel` с filename3233### 3. Проанализируй3435**Для текстовых документов:**36- Выдели ключевые тезисы37- Найди запрошенную информацию38- Сделай краткое резюме3940**Для таблиц:**41- Посмотри структуру (колонки, строки)42- Посчитай базовую статистику (сумма, среднее, мин/макс)43- Найди аномалии или паттерны4445### 4. Представь результат4647- Сначала краткий вывод (1-2 предложения)48- Потом детали (если нужны)49- Предложи следующие шаги5051## Типичные запросы5253| Запрос | Что делать |54|--------|------------|55| "Что тут написано?" | Краткое резюме |56| "Найди все даты" | Извлечение конкретных данных |57| "Сколько всего?" | Подсчёт, суммирование |58| "Что не так?" | Поиск ошибок, аномалий |59| "Сравни с..." | Сравнительный анализ |6061## Ограничения6263- Очень большие таблицы могут не помещаться полностью — в таком случае работай с первыми N строками и сообщи об этом64- Сложное форматирование DOCX (таблицы внутри текста, сноски) может теряться — структура текста сохраняется, разметка упрощается
engsimsoft