SKILLEMALL.ai
GitHub ↗ EN Войти

BC purchase-order-recognition-and-extract

Точное извлечение всех полей из заказов на покупку и продажу в различных форматах — номер заказа, дата заказа, имя продавца, имя покупателя/клиента, адрес покупателя/клиента, имя получателя, адрес доставки, валюта, общая сумма и позиции заказа (включая код материала, описание, количество, ставку налога, цену за единицу с налогом, общую сумму с налогом, дату доставки). Выводит структурированный JSON, готов к работе без настройки, подходит для ввода заказов в электронной коммерции, сверки цепочек поставок и автоматизации управления складом.

машинный переводПоказать оригиналСкрыть оригинал«Accurate extraction of all fields from purchase orders and sales order…»

Accurate extraction of all fields from purchase orders and sales orders in various formats — PO number, order date, seller name, buyer/customer name, buyer/customer address, receiver name, delivery address, currency, total amount, and line items (including material code, description, quantity, tax rate, unit price incl. tax, total amount incl. tax, delivery date). Outputs structured JSON, zero-configuration out-of-the-box, suitable for e-commerce order entry, supply chain reconciliation, and warehouse management automation.

ClawHub Agent Skills автор: Laiye ADP v1.0.1 MIT-0 5 файлов тело ≈ 5 033 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Точное извлечение всех полей из заказов на покупку и продажу в различных форматах — номер заказа, дата заказа, имя продавца, имя покупателя/клиента, адрес…

Как процесс C 57/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, согласованность

ПроцедураЗакупки и снабжениеЛогистика и складФинансытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
85/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
C
57/100
Есть пробелы
Входы и предусловия вес 11
0
Когда включается вес 12
20
Повторный запуск вес 4
30
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.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Опасные команды cmd-pipe-to-shell-known-host README-CN.md:29
    Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код) (документация security-скилла)
    curl -fsSL https://raw.githubusercontent.com/laiye-ai/adp-cli/main/scripts/adp-init.sh | bash
    security-скилл
  • низкая Опасные команды cmd-pipe-to-shell-known-host README.md:30
    Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код) (документация security-скилла)
    curl -fsSL https://raw.githubusercontent.com/laiye-ai/adp-cli/main/scripts/adp-init.sh | bash
    security-скилл
  • низкая Опасные команды cmd-pipe-to-shell-known-host SKILL.md:63
    Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код) (документация security-скилла)
    curl -fsSL https://raw.githubusercontent.com/laiye-ai/adp-cli/main/scripts/adp-init.sh | bash
    security-скилл

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")
  • предупреждение body-long тело SKILL.md ≈ 5033 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 57/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (purchase-order-recognition-and-extract) не совпадает с папкой (adp-purchase-order-recognition-and-extract)
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Стоимость исполнения. Тело инструкции 5033 токенов
  • 100Шаги. Шагов: 23
  • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (18 тегов): типизированный вызов надёжнее

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)
  • +2Инструкции на одном языке
  • +3Длина description 529 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 30 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (17 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: suspicious
This appears to be a real Laiye ADP document-extraction skill, but it needs review because its packaged instructions expose broader document-processing and admin capabilities than purchase-order extraction requires.
LLM: suspicious (high) · VirusTotal: · 28 мая 2026 г.