SKILLEMALL.ai

AD bank-reconciliation-claw

Сверка банковских выписок — автоматическая сверка банковских выписок, реестров счетов-фактур и системных заказов для обеспечения замкнутого цикла финансовых данных трех сторон. **Используйте этот навык в следующих случаях**: (1) Пользователь загружает файл банковской выписки (Excel/CSV) и просит сверить его с заказами или счетами-фактурами (2) Необходимо выявить несоответствующие записи, расхождения в суммах, дублирующиеся выписки, отклонения в датах и другие аномалии (3) Необходимо сгенерировать отчет о сверке (детали совпадений + список аномалий), с возможностью записи в многомерную таблицу Feishu (4) Необходимо провести донастройку или сводную сверку по нескольким счетам за исторический период (5) Пользователь упоминает "сверка", "сверка выписок", "сопоставление счетов-фактур", "банковские выписки", "проверка трех сторон", "отчет о расхождениях", "несоответствие", "повторная запись", "пропущенный заказ", "сравнение счетов"

машинный переводПоказать оригиналСкрыть оригинал«银行流水对账虾 — 自动核对银行流水、发票台账与系统订单,实现财务三方数据闭环。 **当以下情况时使用此 Skill**: (1) 用户上…»

银行流水对账虾 — 自动核对银行流水、发票台账与系统订单,实现财务三方数据闭环。 **当以下情况时使用此 Skill**: (1) 用户上传银行流水文件(Excel/CSV),要求与订单或发票进行核对 (2) 需要识别未匹配条目、金额差异、重复流水、日期偏差等异常 (3) 需要生成对账报告(匹配明细 + 异常清单),可选写入飞书多维表格 (4) 需要对历史数据进行补对账或多账户汇总对账 (5) 用户提到"对账"、"流水核对"、"发票匹配"、"银行流水"、"三方核验"、"差异报告"、"未匹配"、"重复入账"、"漏单"、"账单比对"

ClawHub Agent Skills автор: Ricky v1.0.0 MIT-0 6 файлов тело ≈ 406 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Сверка банковских выписок — автоматическая сверка банковских выписок, реестров счетов-фактур и системных заказов для обеспечения замкнутого цикла финансовых…

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

ПроцедураДанные и аналитикаФинансыИнфраструктуратип 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: 6. 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 (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 14
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 406 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 268 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 14 пунктов
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)
  • +3Все 1 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: clean
This is a local bank-reconciliation helper with a privacy caution: its preview command can show raw financial rows despite documentation suggesting masking.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.