AC ocr-bankcard-xiangyun
Skill распознавания банковских карт Xiangyun Platform. Вызывает API Xiangyun (typeId=17) для структурированного распознавания изображений банковских карт, извлекая номер карты, тип карты, название карты, банк-эмитент и код банка. Поддерживает как локальные пути к файлам, так и потоки изображений в формате Base64. Активируйте этот skill, когда пользователи упоминают распознавание банковских карт, OCR банковских карт, распознавание номера карты или запрашивают разбор изображений банковских карт. Пользователи, использующие skill впервые, будут ознакомлены с настройкой учетных данных API (ключ/секрет), которые будут сохранены в config.json в каталоге skill.
машинный переводПоказать оригиналСкрыть оригинал«Xiangyun Platform Bank Card OCR Skill. Calls the Xiangyun API (typeId=…»
Xiangyun Platform Bank Card OCR Skill. Calls the Xiangyun API (typeId=17) to perform structured recognition on bank card images, extracting card number, card type, card name, issuing bank, and bank code. Supports both local file paths and Base64 image streams. Trigger this skill when users mention bank card recognition, bankcard OCR, card number recognition, or request parsing of bank card images. First-time users will be guided through API credential (key/secret) setup, persisted to config.json within the skill directory.
Skill распознавания банковских карт Xiangyun Platform.
Как процесс C 62/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, повторный запуск
Как улучшить
- 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: 7. 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
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 100Шаги. Шагов: 17
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1598 токенов
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)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 528 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 17 заголовков
- +3Пошаговые инструкции: 17 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (7 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +3Все 3 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 94.