SKILLEMALL.ai

AC veryfi-documents-ai

API для распознавания текста (OCR) и извлечения данных в реальном времени от Veryfi (https://veryfi.com). Извлекает структурированные данные из чеков, счетов, банковских выписок, форм W-9, заказов на покупку, коносаментов и любых других документов. Используйте, когда вам нужно распознать текст в документах, извлечь поля, разобрать чеки/счета, банковские выписки, классифицировать документы, обнаружить мошенничество или получить необработанный текст OCR из любого документа.

машинный переводПоказать оригиналСкрыть оригинал«Real-time OCR and data extraction API by Veryfi (https://veryfi.com).…»

Real-time OCR and data extraction API by Veryfi (https://veryfi.com). Extract structured data from receipts, invoices, bank statements, W-9s, purchase orders, bills of lading, and any other document. Use when you need to OCR documents, extract fields, parse receipts/invoices, bank statements, classify documents, detect fraud, or get raw OCR text from any document.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 3 файла тело ≈ 6 134 токенов Открыть источникgithub.com проанализирован 2 дн назад

API для распознавания текста (OCR) и извлечения данных в реальном времени от Veryfi (https://veryfi.com). Извлекает структурированные данные из чеков, счетов…

Как процесс C 56/100 · Есть пробелы — слабые места: входы и предусловия, согласованность, повторный запуск

ИнтеграцияФинансытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
C
56/100
Есть пробелы
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
Согласованность вес 8
40
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 6134 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 56/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (veryfi-documents-ai) не совпадает с папкой (documents-ai)
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Стоимость исполнения. Тело инструкции 6134 токенов
  • 100Шаги. Шагов: 73
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 366 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 33 заголовков
  • +3Пошаговые инструкции: 73 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (23 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.