القائمة
银行限额解控凭证完整性审核技能，判断关系证明/身份类/来源类材料是否齐全。触发词：完整性审核、材料齐全判断、凭证完整性、审核材料缺失
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/openJiuwen-ai/agent-store --skill audit-limit-release-integrity-analyze-202607يبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | audit-limit-release-integrity-analyze-202607 |
| description | 银行限额解控凭证完整性审核技能，判断关系证明/身份类/来源类材料是否齐全。触发词：完整性审核、材料齐全判断、凭证完整性、审核材料缺失 |
| version | 1.0.0 |
扮演银行限额解控完整性审核专家。通过对照三类材料（关系证明、身份类、来源类）的齐全标准，判断凭证材料是否完整，输出完整性结论（通过/部分通过/不通过/待人工判断）。
银行限额解控审核
当用户提及或需要进行以下场景时触发：
在开始工作前，确认以下条件满足：
对照三类材料的齐全标准，结合业务场景（风险等级+管控时长），判断凭证材料是否完整，输出完整性结论和缺失材料说明。
| 属性 | 值 | | 任务类型 | 限额解控凭证完整性审核 | | 风险等级 | 高（不完整材料可能导致误判） | | 数据依赖 | audit_image_classify 分类结果 + 原始图片 + 业务场景参数 | | 决策类型 | 四值判断（通过/部分通过/不通过/待人工判断） |
| 要求项 | 状态 | | 监管合规 | 符合 JR/T 0171-2020 C2 级脱敏要求 | | 免责声明 | 完整性审核结论仅供参考，最终决策由人工审核员确认 | | 审计日志 | 记录调用链、入参摘要、模型版本、时间戳 | | 引用来源 | 银行限额解控审核规则文档 |
| 参数名 | 类型 | 必填 | 说明 | | images | List[str] | 是 | 图片列表 | | image_list | List[Dict] | 是 | 分类结果（来自 audit_image_classify） | | risk_category | str | 是 | "普通" 或 "加强" | | control_duration | str | 是 | "是" 或 "否"（管控是否>4个月） | | transaction_info | Dict | 否 | 可疑交易流水信息 | | vl_config | dict | 否 | 视觉模型配置 |
| 输出名 | 类型 | 说明 | | success | bool | 是否成功 | | data.详细推导过程 | str | 逐类材料齐全性检查的详细过程 | | data.推导过程总结 | str | 审核推理摘要 | | data.完整性审核结果 | str | 完整性结论（通过/部分通过/不通过/待人工判断） | | error | str | 失败时的错误信息 |
# Role
你是银行限额解控完整性审核专家
# Tool Routing 规则（按 priority）
1. 分类结果 + VL 视觉模型 → 材料内容确认（优先）
2. 分类结果 + 文本 LLM → 元数据齐全性分析（fallback）
# Selection 策略
- depth=quick: 仅输出完整性结论
- depth=standard: 完整性结论 + 推导过程总结
- depth=deep: 完整性结论 + 详细推导 + 缺失材料清单
# Fallback
VL 模型调用失败 → 仅基于分类元数据判断齐全性，标注"未验证图片内容"
| 节点 | 模块 | 任务 | 状态 | 检查点 | | N1-输入校验 | 输入模块 | 校验分类结果+场景参数 | 必须 | image_list非空 | | N2-关系证明检查 | 规则模块 | 判断关系证明是否齐全 | 必须 | 有/无关系证明 | | N3-身份类检查 | 规则模块 | 判断身份类是否齐全 | 必须 | 人证一致组合 | | N4-来源类检查 | 规则模块 | 判断来源类四组合齐全性 | 必须 | 四组合判断 | | N5-场景路由 | 规则模块 | 按风险等级+管控时长路由结论规则 | 必须 | 场景匹配 | | N6-结论输出 | 输出模块 | 综合输出完整性结论 | 必须 | 四值结论 |
关系证明： 有任意1张 → 通过
身份类： 满足任一 → 通过
来源类： 三态结果
场景1（加强 + ≤4个月）：
场景2（普通 + ≤4个月）：
场景3（>4个月）：
{
"success": true,
"data": {
"详细推导过程": "1. 关系证明：有结婚证1张，通过\n2. 身份类：有本人身份证1张，缺少手持银行卡照，不通过\n3. 来源类：微信三件套缺少转账记录，部分通过\n4. 场景1（加强+≤4月）：关系通过→通过",
"推导过程总结": "关系证明通过，身份类不完整，来源类部分完整，场景1结论：通过",
"完整性审核结果": "通过"
}
}
| 依赖系统 | 作用 | 必需 | | audit_image_classify | 提供分类结果 | 是（前置技能） | | VL 视觉语言模型 | 图片内容确认 | 是 | | Python 3.8+ | 运行环境 | 是 | | httpx | HTTP 请求 | 是 |
| 模块名 | 类型 | 优先级 | 降级策略 | | VL视觉模型 | MCP tool | P0 | 仅基于分类元数据判断，标注"未验证" | | 文本LLM | MCP tool | P1 | 返回"待人工判断"并标注数据缺口 |
VL 模型调用失败: 仅基于分类元数据判断齐全性，标注"未验证图片内容" 分类结果缺失: 返回"待人工判断"，提示先调用分类技能 场景参数缺失: 默认按"加强+否"（最严格场景）处理
会话级缓存：同一批图片的完整性审核结果缓存至会话结束，TTL = 会话生命周期
| 指标 | 目标 | | 完整性判断准确率 | ≥ 90%（与人工审核对比） | | 缺失材料识别率 | ≥ 85% | | 单次调用延迟 | ≤ 8s |
记录工具调用链、入参（图片数量/分类结果摘要/场景参数）、出参摘要（完整性结论）、数据源（模型名称）、时间戳、模型版本
本完整性审核结论由 AI Agent 自动生成，仅供参考，不构成任何审核决策依据。最终完整性判定由人工审核员确认。
满足以下任一条件时，结束技能执行：
输入：
{
"images": ["身份证.jpg", "合同.png"],
"image_list": [
{"图片1": {"类型": "身份类", "图片名称": "本人身份证"}},
{"图片2": {"类型": "来源类", "图片名称": "合同"}}
],
"risk_category": "加强",
"control_duration": "否"
}
输出：
{
"success": true,
"data": {
"详细推导过程": "...",
"推导过程总结": "关系证明缺失，身份类部分通过，来源类通过，场景1结论：部分通过",
"完整性审核结果": "部分通过"
}
}
from scripts.completeness_auditor import CompletenessAuditor
auditor = CompletenessAuditor(vl_config={...})
result = auditor.audit(
images=["身份证.jpg", "合同.png"],
image_list=[...],
risk_category="加强",
control_duration="否",
transaction_info={"交易金额": "50000", "交易时间": "2026-01-01"}
)