SKILLEMALL.ai
GitHub ↗ EN Войти

BC agentic-doc-parse-and-extract

Обеспечивает интеллектуальный парсинг и извлечение ключевой информации из документов с высокой частотой обработки, включая счета-фактуры, заказы, квитанции, длинные тексты и распространенные китайские удостоверения личности и документы. Поддерживает многоразовые пользовательские шаблоны для нестандартных бизнес-файлов. Обеспечивает пакетную параллельную обработку для автоматизации документооборота для финансовых, административных отделов, отделов ввода данных HR и других.

машинный переводПоказать оригиналСкрыть оригинал«Enables AI-powered parsing and key information extraction from high-fr…»

Enables AI-powered parsing and key information extraction from high-frequency documents including invoices, orders, receipts, long texts, and common Chinese identity & credential documents. Supports reusable custom templates for non-standard business files. Features batch concurrent processing to automate document workflows for finance, administration, HR data entry and other departments.

ClawHub Agent Skills автор: Laiye ADP v1.10.3 MIT-0 9 файлов тело ≈ 3 764 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Обеспечивает интеллектуальный парсинг и извлечение ключевой информации из документов с высокой частотой обработки, включая счета-фактуры, заказы, квитанции…

Как процесс C 55/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, согласованность

ПроцедураФинансыИнфраструктураИИ и агентытип 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%
89
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: agentic-doc-parse-and-extract (ClawHub)

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Опасные команды средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.

Автору

Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.

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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • средняя Опасные команды cmd-pipe-to-shell-known-host README-CN.md:80
    Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код)
    curl -fsSL https://raw.githubusercontent.com/laiye-ai/adp-cli/main/scripts/adp-init.sh | bash
  • средняя Опасные команды cmd-pipe-to-shell-known-host README.md:78
    Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код)
    curl -fsSL https://raw.githubusercontent.com/laiye-ai/adp-cli/main/scripts/adp-init.sh | bash
  • низкая Опасные команды cmd-pipe-to-shell-known-host references/examples.md:14
    Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код) (тестовый файл / пример)
    curl -fsSL https://raw.githubusercontent.com/laiye-ai/adp-cli/main/scripts/adp-init.sh | bash
    тестовый файл

Просканировано файлов: 9. 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")

Процессный рейтинг: все десять параметров 55/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (agentic-doc-parse-and-extract) не совпадает с папкой (laiye-ocr)
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 85Шаги. Шагов: 46, расплывчатых формулировок: 1
  • 100Ошибки и развилки. Развилок: 8, есть раздел про ошибки
  • 100Стоимость исполнения. Тело инструкции 3764 токенов
  • low Ответ описан самодельной разметкой (10 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 391 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 25 заголовков
  • +3Пошаговые инструкции: 46 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

Внешние проверки

ClawHub: suspicious
This document-processing skill appears legitimate, but it sends potentially sensitive files to a cloud service and includes unsafe remote installer commands without enough user-facing safeguards.
LLM: suspicious (medium) · VirusTotal: · 3 июн. 2026 г.