eyeball
Ajuda seu agente a documentar análises com capturas de tela. Cada afirmação em um documento analisado terá uma imagem da fonte para verificação fácil.
O que ela faz
O Eyeball analisa documentos e cria um arquivo Word. Cada afirmação no documento tem uma captura de tela da fonte original com o texto exato destacado, para você poder verificar.
Quando usar
- ✓Quando você quer ter certeza de que as informações de um documento são verdadeiras.
- ✓Ao revisar um contrato e precisar confirmar cláusulas específicas.
- ✓Ao estudar um artigo e querer ver de onde vieram os fatos.
Exemplo do que pedir para a IA
“Analise este PDF e me mostre onde estão as informações sobre responsabilidade.”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
Ele lê o documento que você fornece, identifica as afirmações importantes e encontra o trecho exato na fonte original. Depois, cria um novo documento com essas afirmações e as capturas de tela para você conferir.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add github/awesome-copilot --skill eyeballOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/github/awesome-copilot/main/skills/eyeball/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Eyeball
Analise documentos com prova visual. Quando ativado, o Eyeball produz um documento do Word na Área de Trabalho do usuário onde cada afirmação factual inclui uma captura de tela inline do material fonte com o texto citado destacado em amarelo.
Ativação
Quando o usuário invocar esta habilidade (por exemplo, "use eyeball", "execute eyeball nisso", "eyeball neste documento"), responda com:
Eyeball está ativo. Analisarei o documento e produzirei um documento do Word com capturas de tela inline da fonte para que você possa verificar cada afirmação com seus próprios olhos.
Em seguida, siga o fluxo de trabalho abaixo.
Fontes Suportadas
- Arquivos locais: Documentos do Word (.docx, .doc), PDFs (.pdf), arquivos RTF
- URLs da Web: Qualquer página da web publicamente acessível
Localização da Ferramenta
O utilitário Python Eyeball está localizado em:
<plugin_dir>/skills/eyeball/tools/eyeball.py
Para encontrar o caminho real, execute:
find ~/.copilot/installed-plugins -name "eyeball.py" -path "*/eyeball/*" 2>/dev/null
Se não for encontrado lá, verifique o diretório do projeto ou o diretório pessoal do usuário em busca do repositório eyeball.
Configuração da Primeira Execução
Antes do primeiro uso, verifique se as dependências estão instaladas:
python3 <path-to>/eyeball.py setup-check
Se algo estiver faltando, instale as dependências necessárias:
pip3 install pymupdf pillow python-docx playwright
python3 -m playwright install chromium
No Windows, instale também o pywin32 para automação do Word:
pip install pywin32
Fluxo de Trabalho
Siga estas etapas exatamente. A ordem é importante.
Etapa 1: Ler o texto fonte
Antes de escrever qualquer análise, extraia e leia o texto completo do documento fonte:
python3 <path-to>/eyeball.py extract-text --source "<path-or-url>"
Leia a saída cuidadosamente. Identifique os números de seção reais, títulos, números de página e linguagem chave.
CRÍTICO: Não pule esta etapa. Não escreva análises com base em suposições sobre como o documento está estruturado. Leia o texto real.
Etapa 2: Escrever análise com citações exatas
Para cada ponto em sua análise, você deve:
- Referenciar o número da seção correto conforme aparece no documento (por exemplo, "Seção 9" em vez de "Seção 8" porque você assumiu a numeração).
- Referenciar o número da página correto onde a seção aparece no texto extraído.
- Selecionar âncoras que sejam frases literais da fonte que apoiem diretamente sua afirmação.
Etapa 3: Selecionar âncoras corretamente
Esta é a etapa mais importante. As âncoras determinam o que será destacado nas capturas de tela.
FAZER:
- Use frases literais do texto fonte que apoiem diretamente sua afirmação
- Use várias âncoras para abranger todo o intervalo de texto que o leitor deve ver
- Use frases específicas e incomuns que apareçam apenas onde você pretende
NÃO FAZER:
- Use rótulos de tópicos genéricos (por exemplo, "Confidencialidade") que aparecem em todo o documento
- Use apenas títulos de seção quando eles aparecerem como referências cruzadas em outros lugares
- Use palavras comuns únicas que correspondam em muitos lugares
Exemplos:
ERRADO -- usa um rótulo de tópico genérico que corresponde em todos os lugares:
{"anchors": ["User-Generated Content"], "target_page": 8}
CERTO -- usa a linguagem específica que apoia a afirmação:
{"anchors": ["retain ownership", "Ownership of Content, Right to Post"], "target_page": 8}
ERRADO -- o título da seção aparece como uma referência cruzada em páginas anteriores:
{"anchors": ["LIMITATION OF LIABILITY"]}
CERTO -- inclui o número da seção para precisão, visa a página correta:
{"anchors": ["12. LIMITATION OF LIABILITY", "INDIRECT", "CONSEQUENTIAL"], "target_page": 13}
Etapa 4: Construir o documento de análise
Construa um array JSON de seções e chame o comando de construção:
python3 <path-to>/eyeball.py build \
--source "<path-or-url>" \
--output ~/Desktop/<title>.docx \
--title "Analysis Title" \
--subtitle "Source description" \
--sections '[
{
"heading": "1. Section Title",
"analysis": "Your analysis text here. Reference Section X on page Y...",
"anchors": ["verbatim phrase 1", "verbatim phrase 2"],
"target_page": 5,
"context_padding": 40
},
{
"heading": "2. Another Section",
"analysis": "More analysis...",
"anchors": ["exact quote from source"],
"target_pages": [10, 11],
"context_padding": 50
}
]'
Campos do objeto de seção:
heading(obrigatório): Título da seção no documento de saídaanalysis(obrigatório): Seu texto de análise
…
Perguntas frequentes
O que são 'âncoras'?
São trechos exatos do texto original que a IA usa para encontrar a informação e gerar a captura de tela.
O que acontece se a IA não encontrar o texto exato?
O documento final avisará que o trecho não foi encontrado. Pode ser que o texto exato não esteja na fonte ou que a 'âncora' usada não seja precisa o suficiente.
Posso usar o Eyeball com páginas da internet?
Sim, ele funciona com links de páginas da internet, além de arquivos Word e PDF.
Detalhes
Descrição original do autor
Document analysis with inline source screenshots. When you ask Copilot to analyze a document, Eyeball generates a Word doc where every factual claim includes a highlighted screenshot from the source material so you can verify it with your own eyes.
repo: github/awesome-copilot
Popularidade
- Estrelas no GitHub
- 40 mil
- Posição no ranking
- #5137
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
acquire-codebase-knowledge
Ajuda seu agente a entender e documentar um projeto de código existente. É útil para novas pessoas entrarem no projeto ou para ter uma visão geral da arquitetura.
github/awesome-copilot
acreadiness-assess
Faz seu agente avaliar a prontidão de um projeto para IA e gerar um relatório. É útil para entender o quão bem um projeto está preparado para usar ferramentas de IA.
github/awesome-copilot
acreadiness-generate-instructions
Ajuda seu agente a criar instruções para ferramentas de IA baseadas em uma avaliação. É útil para melhorar a forma como a IA interage com o código e fecha lacunas identificadas.
github/awesome-copilot
acreadiness-policy
Faz seu agente ajudar a definir ou aplicar políticas para avaliação de projetos de IA. É útil para padronizar a forma como os projetos são avaliados e garantir conformidade.
github/awesome-copilot
Skills parecidas
architecture-decision-records
Faz seu agente registrar decisões importantes sobre a estrutura do projeto. Ajuda a entender o porquê das escolhas feitas e a manter um histórico claro das mudanças.
affaan-m/ECC
code-tour
Faz seu agente criar guias passo a passo no código, com locais exatos em arquivos e linhas. É útil para apresentar um projeto, explicar código ou revisar mudanças. Ajuda a entender como um sistema funciona.
affaan-m/ECC
codebase-onboarding
Ajuda seu agente a analisar um código desconhecido e criar um guia de integração. Ele inclui um mapa da arquitetura, pontos de entrada e convenções. Ideal para quem está começando em um novo projeto.
affaan-m/ECC