SKILLEMALL.ai

AD financial-statement-check

Пакет навыков для проверки взаимосвязей трех основных финансовых отчетов компании (баланс / отчет о прибылях и убытках / налоговая декларация). Автоматически вызывается, когда пользователь загружает PDF/изображение финансового отчета или запрашивает проверку финансового отчета, проверку взаимосвязей трех отчетов. Поддерживает структурированное извлечение ключевых данных из трех отчетов из PDF/изображений финансовых отчетов, автоматическое унифицирование единиц измерения (десятки тысяч) и валюты (при необходимости конвертируется в CNY по текущему обменному курсу), проверку согласованности времени/полноты полей/основных налоговых и бухгалтерских расхождений/межотчетных проверок, а также вывод стандартного отчета о проверке в соответствии с правилами. Применяется в таких сценариях, как рассмотрение кредитных заявок банками, первичная проверка финансовых отчетов компаний, финансовый due diligence.

машинный переводПоказать оригиналСкрыть оригинал«企业财报三表(资产负债表 / 利润表 / 纳税申报表)勾稽检查技能包。当用户上传财报PDF/图片、或要求进行财报审核、三表勾稽校验时,应自动…»

企业财报三表(资产负债表 / 利润表 / 纳税申报表)勾稽检查技能包。当用户上传财报PDF/图片、或要求进行财报审核、三表勾稽校验时,应自动调用此技能。支持从财报PDF/图片中结构化抽取三表关键数据,自动统一单位(万元)与币种(必要时按实时汇率折算为CNY),执行时间一致性/字段完整性/核心税会差异/跨表校验,并按规则输出标准审核报告。适用于银行信贷审批、企业财报初审、财务尽调等场景。

ClawHub Agent Skills автор: tencent-ocr v1.0.0 MIT-0 5 файлов тело ≈ 1 911 токенов Открыть источникclawhub.ai проанализирован 22 ч назад

Пакет навыков для проверки взаимосвязей трех основных финансовых отчетов компании (баланс / отчет о прибылях и убытках / налоговая декларация).

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкаДанные и аналитикаФинансытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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: 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")

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 29
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1911 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 194 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 29 пунктов
  • +4Есть примеры (8 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: suspicious
The skill is built for financial statement OCR and reconciliation, but it can automatically send sensitive financial and tax documents to Tencent Cloud without a clear consent gate.
LLM: suspicious (high) · 28 мая 2026 г.