SKILLEMALL.ai

AC didit-kyc-onboarding

Сквозная проверка личности KYC (Знай своего клиента) для регистрации реальных пользователей. Используйте, когда кому-то нужно выполнить KYC, зарегистрировать пользователей с проверкой личности, проверить личность человека с помощью сканирования удостоверения личности и селфи, провести полный процесс KYC, создать сеанс проверки для пользователя, настроить проверку удостоверения личности + жизнеспособности + соответствия лица или реализовать онбординг пользователя с проверкой документов и биометрических данных. Создает рабочий процесс KYC, генерирует URL-адрес проверки и получает решение.

машинный переводПоказать оригиналСкрыть оригинал«End-to-end KYC (Know Your Customer) identity verification for onboardi…»

End-to-end KYC (Know Your Customer) identity verification for onboarding real users. Use when someone needs to perform KYC, onboard users with identity verification, verify a person's identity with ID scan and selfie, run a full KYC flow, create a verification session for a user, set up ID + liveness + face match verification, or implement user onboarding with document and biometric checks. Creates a KYC workflow, generates a verification URL, and retrieves the decision.

ClawHub Agent Skills автор: Didit v1.0.0 2 файла тело ≈ 2 656 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Сквозная проверка личности KYC (Знай своего клиента) для регистрации реальных пользователей.

Как процесс C 62/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, повторный запуск

АнализаторДанные и аналитикаРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
C
62/100
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

Как улучшить

    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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 62/100

    • 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: 13, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 13
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2656 токенов

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 475 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 25 заголовков
    • +3Пошаговые инструкции: 13 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (17 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.

    Внешние проверки

    ClawHub: suspicious
    The skill is a real Didit KYC helper, but it handles sensitive identity data and includes high-impact KYC actions without enough privacy, redaction, and operator-control guidance.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.