SKILLEMALL.ai

BD expense_voucher_ocr

Один интерфейс для распознавания счетов в 28 финансовых сценариях, включая: электронный обычный счет-фактура по НДС, электронный специальный счет-фактура по НДС, обычный счет-фактура по НДС (цифровой и бумажный), специальный счет-фактура по НДС (цифровой и бумажный), счет-фактура за проезд по НДС, счет-фактура за проезд по НДС (цифровой и бумажный), электронный счет-фактура по НДС на основе блокчейна, специальный счет-фактура по НДС, обычный счет-фактура по НДС, рулонный счет-фактура по НДС, счет-фактура за такси, железнодорожный билет (красный), железнодорожный билет (синий), железнодорожный билет (цифровой и бумажный), маршрутная квитанция электронного билета на авиаперевозку, маршрутная квитанция электронного билета на авиаперевозку (цифровой и бумажный), единый счет-фактура за продажу автотранспортных средств, фиксированный счет-фактура, универсальный машинописный счет-фактура, счет-фактура за проезд по платной дороге, свидетельство об уплате налогов, не налоговая квитанция, билет на судно, билет на автобус, счет-фактура за медицинское амбулаторное лечение, другие счета.

машинный переводПоказать оригиналСкрыть оригинал«一个接口可识别28种财务场景的票据,详细包括:增值税电子普通发票、增值税电子专用发票、增值税普通发票_数电、增值税专用发票_数电、增值税通行…»

一个接口可识别28种财务场景的票据,详细包括:增值税电子普通发票、增值税电子专用发票、增值税普通发票_数电、增值税专用发票_数电、增值税通行费发票、增值税通行费发票_数电、增值税区块链电子发票、增值税专用发票、增值税普通发票、增值税卷票、出租车发票、火车票_红票、火车票_蓝票、火车票_数电、航空运输电子客票行程单、航空运输电子客票行程单_数电、机动车销售统一发票、定额发票、通用机打发票、过路过桥费发票、税收完税证明、非税票据、船票、汽车票、医疗门诊发票、其他票据

ClawHub Agent Skills автор: SCNet-sugon v1.0.1 MIT-0 9 файлов тело ≈ 738 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Один интерфейс для распознавания счетов в 28 финансовых сценариях, включая: электронный обычный счет-фактура по НДС, электронный специальный счет-фактура по…

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияИИ и агентыРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
D
41/100
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: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "required_env_vars"
  • заметка frontmatter-key неизвестное поле фронтматтера "optional_env_vars"
  • заметка frontmatter-key неизвестное поле фронтматтера "primary_credential"
  • заметка frontmatter-key неизвестное поле фронтматтера "dependencies"
  • заметка frontmatter-key неизвестное поле фронтматтера "input"
  • заметка frontmatter-key неизвестное поле фронтматтера "output"

Процессный рейтинг: все десять параметров 41/100

  • 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
  • 40Согласованность. Имя во frontmatter (expense_voucher_ocr) не совпадает с папкой (expense-voucher-ocr)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 16
  • 100Стоимость исполнения. Тело инструкции 738 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +2Инструкции на одном языке
  • +3Длина description 233 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +4Есть примеры (3 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.

Внешние проверки

ClawHub: clean
This skill uploads only user-specified voucher files to Scnet's OCR API, and that sensitive external transfer is clearly disclosed.
LLM: benign (high) · VirusTotal: · 12 авг. 2026 г.