القائمة
银行凭证图像分类技能，将凭证图片分类到72种预定义类型（发票/收据/银行单据/合同等）。触发词：凭证分类、单据类型识别、发票识别、银行单据分类
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 extractor-img-classify-202607يبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
عرض SKILL.md
استنادا إلى تصنيف SOC المهني
| name | extractor-img-classify-202607 |
| description | 银行凭证图像分类技能，将凭证图片分类到72种预定义类型（发票/收据/银行单据/合同等）。触发词：凭证分类、单据类型识别、发票识别、银行单据分类 |
| version | 1.0.0 |
扮演银行凭证分类专家。通过 VL 视觉语言模型识别凭证图片的类型，将图片分类到60种预定义类型中，为下游要素提取和 bbox 定位提供分类依据。
银行凭证智能提取
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：
将凭证图片准确分类到60种预定义类型，输出分类结果和置信度，为下游要素提取提供类型路由依据。
| 属性 | 值 | | 任务类型 | 凭证类型分类 | | 风险等级 | 中（分类错误影响下游提取） | | 数据依赖 | 原始凭证图片 + VL 视觉模型 | | 决策类型 | 分类判断（60种预定义类型） |
| 要求项 | 状态 | | 监管合规 | 不涉及个人金融信息输出 | | 免责声明 | 分类结果仅供参考，不保证100%准确 | | 审计日志 | 记录调用链、入参摘要、模型版本、时间戳 | | 引用来源 | 60种凭证类型预定义列表 |
| 参数名 | 类型 | 必填 | 说明 | | images | List[str] | 是 | 图片路径或 base64 列表 | | vl_config | dict | 否 | 视觉模型配置（不传则使用服务端默认） |
模型配置：vl_config（api_key, api_url, model, timeout）可选传递。不传时服务端自动注入；传递时使用调用方指定的配置。
| 输出名 | 类型 | 说明 | | success | bool | 隐含在返回结构中 | | voucher_type | str | 凭证类型名称 | | confidence | float | 分类置信度（0-1） | | is_in_list | bool | 是否在预定义类型列表中 | | page_count | int | 多页凭证的页数 |
# Role
你是银行凭证分类专家
# Tool Routing 规则（按 priority）
1. VL 视觉模型 → 图片内容识别（优先）
2. 文件名启发 → 文件名关键字预判（辅助）
# Selection 策略
- depth=quick: 仅输出类型名称
- depth=standard: 类型名称 + 置信度
- depth=deep: 类型名称 + 置信度 + 多页分析
# Fallback
VL 模型调用失败 → 返回分类失败，建议人工分类
{
"voucher_type": "电汇凭证",
"confidence": 0.95,
"is_in_list": true,
"page_count": 1
}
多张图片时视为同一凭证的多页，返回单一分类结果。is_in_list 为 false 时表示类型不在预定义列表中，voucher_type 仍返回模型判断的真实类型名称。
| 依赖系统 | 作用 | 必需 | | VL 视觉语言模型 | 图片内容识别 | 是 | | Python 3.8+ | 运行环境 | 是 |
| 模块名 | 类型 | 优先级 | 降级策略 | | VL视觉模型 | MCP tool | P0 | 返回分类失败，建议人工分类 | | HTTP REST API | HTTP | P1 | MCP不可用时通过HTTP调用 |
VL 模型调用失败: 返回分类失败，建议人工分类 图片解码失败: 跳过该图片，标注"图片不可读" API 超时: 使用服务端默认配置重试一次
会话级缓存：同一批图片的分类结果缓存至会话结束，TTL = 会话生命周期
| 指标 | 目标 | | 分类准确率 | ≥ 95%（预定义类型内） | | 单次调用延迟 | ≤ 5s（单图） |
记录工具调用链、入参（图片数量）、出参摘要（类型+置信度）、数据源（模型名称）、时间戳、模型版本
本分类结果由 AI Agent 自动生成，仅供参考，不保证100%准确。
满足以下任一条件时，结束技能执行：
输入：
{ "images": ["凭证.jpg"] }
输出：
{ "voucher_type": "电汇凭证", "confidence": 0.95, "is_in_list": true, "page_count": 1 }
from scripts.classifier import VoucherClassifier
clf = VoucherClassifier(
api_key="your-api-key",
api_url="${your-base-url}",
model="${your-model-name}"
)
result = clf.classify(["凭证.jpg"])