SKILLEMALL.ai
EN Войти

BD org-cert-recognition-and-extract

Навык интеллектуального распознавания и извлечения информации с китайского свидетельства об организации на базе платформы ADP от Laiye Technology. Поддерживает точное извлечение ключевых полей с китайского свидетельства об организации, таких как унифицированный код социальной достоверности, название, тип, законный представитель, дата основания, срок действия, сфера деятельности, регистрирующий орган, дата выдачи. Выводит структурированный JSON, готов к использованию без настройки. Применяется для проверки квалификации предприятий, запроса информации о бизнесе и т. д.

машинный переводПоказать оригиналСкрыть оригинал«基于来也科技ADP平台的中国组织机构代码证智能识别与信息抽取Skill。支持组织机构代码证的统一社会信用代码、名称、类型、法定代表人、成立日…»

基于来也科技ADP平台的中国组织机构代码证智能识别与信息抽取Skill。支持组织机构代码证的统一社会信用代码、名称、类型、法定代表人、成立日期、营业期限、经营范围、登记机关、发证日期等关键字段的精准抽取，输出结构化JSON，零配置开箱即用，适用于企业资质核验、工商信息查询等场景。

ClawHub Agent Skills автор: Laiye ADP v1.0.0 MIT-0 5 файлов тело ≈ 2 588 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Навык интеллектуального распознавания и извлечения информации с китайского свидетельства об организации на базе платформы ADP от Laiye Technology.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип 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
B
80/100
безопасность, качество, тесты
Безопасность 60%
85
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Опасные команды средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.

Автору

Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.

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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • средняя Опасные команды cmd-pipe-to-shell-known-host README-CN.md:29
    Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код)
    curl -fsSL https://raw.githubusercontent.com/laiye-ai/adp-cli/main/scripts/adp-init.sh | bash
  • средняя Опасные команды cmd-pipe-to-shell-known-host README.md:30
    Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код)
    curl -fsSL https://raw.githubusercontent.com/laiye-ai/adp-cli/main/scripts/adp-init.sh | bash
  • средняя Опасные команды cmd-pipe-to-shell-known-host SKILL.md:64
    Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код)
    curl -fsSL https://raw.githubusercontent.com/laiye-ai/adp-cli/main/scripts/adp-init.sh | bash

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 49/100

  • 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 (org-cert-recognition-and-extract) не совпадает с папкой (adp-org-cert-recognition-and-extract)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 24
  • 100Стоимость исполнения. Тело инструкции 2588 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (4 тегов): типизированный вызов надёжнее

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
  • +2Инструкции на одном языке
  • +3Длина description 140 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 31 заголовков
  • +3Пошаговые инструкции: 24 пунктов
  • +4Есть примеры (17 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
This appears to be a legitimate ADP cloud document-extraction skill, but it exposes and documents broader account-level CLI capabilities than the narrow certificate-recognition purpose needs.
LLM: suspicious (high) · 28 мая 2026 г.