SKILLEMALL.ai
GitHub ↗ EN Войти

AC ds160-autofill

Автоматизирует заполнение американских неиммиграционных визовых форм DS-160 с использованием CDP для определения элементов, источника данных CSV для информации о пользователе, помощи LLM для сложных случаев (капча, отсутствующие элементы) и сохранения сеанса для возможности возобновления. Используйте, когда пользователю нужно: (1) Автоматически заполнять формы заявления на визу DS-160, (2) Возобновить заполнение прерванного заявления DS-160, (3) Обрабатывать капчу и сложные элементы формы с помощью LLM. Поддерживает ввод на китайском языке с автоматическим переводом на английский.

машинный переводПоказать оригиналСкрыть оригинал«Automate filling of US nonimmigrant visa DS-160 forms using CDP for el…»

Automate filling of US nonimmigrant visa DS-160 forms using CDP for element location, CSV data source for user information, LLM assistance for complex cases (captcha, missing elements), and session persistence for resume capability. Use when user needs to: (1) Fill DS-160 visa application forms automatically, (2) Resume filling an interrupted DS-160 application, (3) Handle captcha and complex form elements with LLM assistance. Supports Chinese input with automatic translation to English.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 4 файла тело ≈ 3 411 токенов Открыть источникgithub.com↗ проанализирован 3 дн назад

Автоматизирует заполнение американских неиммиграционных визовых форм DS-160 с использованием CDP для определения элементов, источника данных CSV для…

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия

ПроцедураИИ и агентыДанные и аналитикаТексты и документытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Когда включается вес 12
50
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 · 5

    ✓ Критических и высоких находок нет

    Средние и низкие: 5
    • низкая Секреты в коде secret-high-entropy-token references/ds160-elements.yaml:28
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      - id: "ctl0…New"
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token references/ds160-elements.yaml:39
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      - id: "ctl0…Act"
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token references/ds160-elements.yaml:46
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      - id: "ctl0…ons"
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token references/ds160-elements.yaml:69
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      - id: "ctl0…wer"
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token references/ds160-elements.yaml:76
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      - id: "ctl0…nue"
      в кавычках

    Просканировано файлов: 4. 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

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 85Шаги. Шагов: 189, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3411 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • low Разделов верхнего уровня: 14. 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
    • +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 492 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 30 заголовков
    • +3Пошаговые инструкции: 189 пунктов
    • +4Есть примеры (13 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.