SKILLEMALL.ai

BD financial_bill_ocr

Поддержка распознавания финансовых документов, включая различные типы, такие как банковские аккредитивы, электронные банковские аккредитивы, коммерческие аккредитивы, электронные коммерческие аккредитивы, банковские чеки, банковские выписки, счета на поступление, платежные поручения, платежные поручения, счета за мобильные платежи, свидетельства о бюджетных ассигнованиях, квитанции об уплате таможенных пошлин, таможенные декларации на импорт/экспорт товаров, международные переводы, коммерческие счета-фактуры, сертификаты происхождения, коносаменты, упаковочные листы, коносаменты, с возможностью структурированного извлечения ключевой информации.

машинный переводПоказать оригиналСкрыть оригинал«支持金融单据识别,支持识别多种金融单据,包括银行承兑汇票、电子银行承兑汇票、商业承兑汇票、电子商业承兑汇票、银行支票、银行回单、进账单、电汇…»

支持金融单据识别,支持识别多种金融单据,包括银行承兑汇票、电子银行承兑汇票、商业承兑汇票、电子商业承兑汇票、银行支票、银行回单、进账单、电汇凭证、支款凭证、移动支付账单、财政授权支付凭证、海关专用缴款书、海关进/出口货物报关单、国际汇票、商业发票、原产地证明、货物运输保险单、装箱单、提单,结构化提取关键信息。

ClawHub Agent Skills автор: SCNet-sugon v1.0.2 MIT-0 9 файлов тело ≈ 803 токенов Открыть источникclawhub.ai проанализирован 19 ч назад

Поддержка распознавания финансовых документов, включая различные типы, такие как банковские аккредитивы, электронные банковские аккредитивы, коммерческие…

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 (financial_bill_ocr) не совпадает с папкой (financial-bill-ocr)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 14
  • 100Стоимость исполнения. Тело инструкции 803 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 155 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 14 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 a user-specified financial document to Scnet for OCR, and that external upload is disclosed, but users should only use it for documents they are allowed to send to a third party.
LLM: benign (medium) · VirusTotal: · 12 авг. 2026 г.