ai-visual-accuracy-check
PDF-to-HTML 시각적 정확도 검증
PDF-to-HTML 변환은 픽셀 검사로 놓치기 쉬운 레이아웃 세부 사항에서 자주 실패합니다. 이 스킬은 Claude, Codex 또는 Claude Code가 시각적 비교, 채점, 합격 또는 불합격 보고를 수행하도록 안내합니다.
내 에이전트로 설치
이 요청을 에이전트에 복사하세요. 공식 Skill 페이지와 매니페스트가 포함되어 있습니다.
Review the Skillstore skill "ai-visual-accuracy-check" from https://skillstore.io/skills/abejitsu-ai-visual-accuracy-check.md and its manifest at https://skillstore.io/api/skills/abejitsu-ai-visual-accuracy-check/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.에이전트는 계속해서 계획을 표시하고 보안 정책에서 요구하는 확인을 요청해야 합니다.
에이전트가 읽기 쉬운 리소스
AI 에이전트, 크롤러, 스크립트가 전체 페이지 대신 정리된 컨텍스트만 필요할 때 이 링크를 사용하세요.
테스트해 보기
"ai-visual-accuracy-check" 사용 중입니다. 2장의 원본 PDF 페이지와 렌더링된 HTML 스크린샷.
예상 결과:
시각적 정확도: 92.5 percent. 합격. 레이아웃과 계층 구조가 일치하며, 사소한 간격 차이는 허용 가능합니다.
"ai-visual-accuracy-check" 사용 중입니다. 여러 페이지로 된 장에서 샘플링한 세 페이지.
예상 결과:
평균 점수: 87 percent. 검토 조건부 합격. 시작 페이지는 좋지만, 릴리스 전에 표 정렬을 확인해야 합니다.
"ai-visual-accuracy-check" 사용 중입니다. 표 정렬 우려가 있는 렌더링된 페이지.
예상 결과:
시각적 정확도: 78 percent. 불합격. 표 열이 원본 페이지와 어긋나 가독성이 저하됩니다.
보안 감사
안전All 20 static findings are false positives from Markdown inline paths, fenced examples, diagram text, or table text in SKILL.md. The skill contains process guidance for AI visual comparison but no executable scripts, command substitutions, or system reconnaissance behavior. No prompt injection or data exfiltration intent was found.
위험 요인
⚙️ 외부 명령어 (18)
이 보고서 공유 및 인용
버전이 지정된 평가 보고서, 중립 배지, 임베드 카드 및 인용을 공유하세요. Skillstore는 근거를 보고하지만 이 Skill의 안전 여부를 판단하지 않습니다.
보고서 링크 복사
https://skillstore.io/skills/abejitsu-ai-visual-accuracy-check/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown 배지
[](https://skillstore.io/skills/abejitsu-ai-visual-accuracy-check?utm_source=security_passport_badge)HTML 배지
<a href="https://skillstore.io/skills/abejitsu-ai-visual-accuracy-check?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/abejitsu-ai-visual-accuracy-check/security.svg" alt="Skillstore security assessment" loading="lazy"></a>임베드 카드
<iframe src="https://skillstore.io/embed/skills/abejitsu-ai-visual-accuracy-check.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>학술 인용 (APA · BibTeX · CFF)
APA 인용
AbeJitsu. (2026). ai-visual-accuracy-check security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/abejitsu-ai-visual-accuracy-check/audits/9BibTeX 인용
@techreport{abejitsu-abejitsu-ai-visual-accuracy-check-2026,
author = {AbeJitsu},
title = {ai-visual-accuracy-check security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/abejitsu-ai-visual-accuracy-check/audits/9},
note = {Author version unspecified}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "ai-visual-accuracy-check security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "AbeJitsu"
date-released: "2026-07-07"
url: "https://skillstore.io/skills/abejitsu-ai-visual-accuracy-check/audits/9"
identifiers:
- type: other
value: "skillstore:abejitsu-ai-visual-accuracy-check:audit:9"
description: "Skillstore immutable audit report identifier"
Skillstore 점수
이 점수의 이유 증거 신뢰도: 높음만들 수 있는 것
변환된 책 장 검증
생성된 HTML이 원본 PDF 페이지의 레이아웃과 읽기 경험을 보존하는지 확인합니다.
릴리스 전 시각적 QA 게이트 적용
명확한 점수 임계값을 사용해 장이 배포 단계로 진행할 수 있는지 결정합니다.
레이아웃 회귀 진단
CSS 또는 생성 수정이 필요한 간격, 계층 구조, 위치, 타이포그래피 차이를 식별합니다.
이 프롬프트를 사용해 보세요
이 원본 PDF 페이지 이미지와 이 렌더링된 HTML 스크린샷을 비교하세요. 시각적 정확도 점수와 합격 또는 불합격 권장 사항을 제시하세요.
한 장에 대한 주요 PDF 페이지와 HTML 스크린샷을 검토하세요. 점수 평균을 내고 수정이 필요한 레이아웃 패턴을 식별하세요.
85 percent 임계값이 이 문서 유형에 적합한지 평가하세요. 어떤 시각적 차이가 릴리스를 차단해야 하는지 설명하세요.
이미지를 비교하고, 각 기준을 채점하고, 허용 가능한 렌더링 차이와 결함을 구분한 뒤, 다음 HTML 생성 패스를 위한 수정 사항의 우선순위를 정하세요.
모범 사례
- 모든 HTML 스크린샷을 만들 때 동일한 뷰포트 크기와 글꼴을 사용하세요.
- 장이 여러 페이지에 걸쳐 있는 경우 대표 페이지를 비교하세요.
- 릴리스를 차단하기 전에 신뢰도가 낮거나 경계선에 있는 점수를 검토하세요.
피하기
- AI 점수를 픽셀 단위로 완벽한 diff 결과로 취급하지 마세요.
- 명확한 이유를 기록하지 않고 임계값을 낮추지 마세요.
- 서로 다른 확대/축소 수준이나 자르기 설정의 스크린샷을 비교하지 마세요.