SKILLEMALL.ai

AD invoice-recognition

Поддержка OCR-распознавания и извлечения информации из различных типов счетов, таких как счета-фактуры с НДС, обычные счета-фактуры, блокчейн-счета-фактуры; автоматическая классификация типов счетов-фактур, извлечение ключевых полей, проверка формата; используется, когда пользователю необходимо распознать содержимое счета-фактуры, извлечь информацию из счета-фактуры, проверить формат счета-фактуры.

машинный переводПоказать оригиналСкрыть оригинал«支持增值税发票、普通发票、区块链发票等多种票据的OCR识别与信息提取;自动完成票据类型分类、关键字段提取、格式校验;当用户需要识别发票内容、…»

支持增值税发票、普通发票、区块链发票等多种票据的OCR识别与信息提取;自动完成票据类型分类、关键字段提取、格式校验;当用户需要识别发票内容、提取发票信息、校验发票格式时使用

ClawHub Agent Skills автор: fangdeqian v1.0.3 MIT-0 5 файлов тело ≈ 954 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Поддержка OCR-распознавания и извлечения информации из различных типов счетов, таких как счета-фактуры с НДС, обычные счета-фактуры, блокчейн-счета-фактуры…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураФинансыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • 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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "dependency"

Процессный рейтинг: все десять параметров 46/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 90
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 954 токенов
  • 100Повторный запуск. Изменяющих операций нет

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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 86: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 22 заголовков
  • +3Пошаговые инструкции: 90 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This skill is a coherent invoice OCR and validation helper, with only expected local file conversion and no hidden network, credential, persistence, or destructive behavior found.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.