القائمة
凭证要素提取提示词冷启动生成技能，根据凭证图片样例自动生成结构化提取提示词，含角色设定/提取指南/JSON格式。触发词：提取提示词生成、冷启动、凭证prompt生成
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.
استنادا إلى تصنيف SOC المهني
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-prompt-cold-start-202607يبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
عرض SKILL.md
异常检测预警。基于规则引擎对网点运营数据执行异常检测，输出 CRITICAL/WARN/INFO 三级预警。触发词：异常检测、风险预警、今日预警、告警、有没有异常。当用户提到异常检测相关查询时触发。
网点数据查询。通过 NL2SQL 将自然语言转换为 SQL 语句，查询网点交易、客流、营销数据。支持大额交易、交易汇总、失败交易、对公客户等查询。触发词：今天大额交易、交易情况、客流量、营销转化率、失败交易、对公客户、交易汇总。当用户提到网点运营数据查询时触发。
网点全景概览。组合调用前三个 Skill 生成日终运营报告。触发词：网点概况、今日运营、日终报告、全景概览、整体情况。当用户提到网点全景查询时触发。
| name | extractor-prompt-cold-start-202607 |
| description | 凭证要素提取提示词冷启动生成技能，根据凭证图片样例自动生成结构化提取提示词，含角色设定/提取指南/JSON格式。触发词：提取提示词生成、冷启动、凭证prompt生成 |
| version | 1.0.0 |
扮演凭证要素提取提示词工程专家。通过 VL 视觉模型分析凭证图片样例，自动生成结构化的要素提取提示词（含角色设定、提取指南、JSON 输出格式），为新类型凭证提供冷启动提取能力。
银行凭证智能提取（提示词工程）
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：
根据凭证图片样例自动生成结构化的要素提取提示词，包含角色设定、提取指南和 JSON 输出格式，为新类型凭证提供冷启动提取能力。
| 属性 | 值 | | 任务类型 | 凭证提取提示词工程 | | 风险等级 | 低（提示词质量影响下游提取） | | 数据依赖 | 凭证图片 + VL 视觉模型 | | 决策类型 | 提示词生成（非判断型） |
| 要求项 | 状态 | | 监管合规 | 不涉及个人金融信息输出 | | 免责声明 | 生成的提示词需经测试验证后才可用于生产 | | 审计日志 | 记录调用链、入参摘要、模型版本、时间戳 | | 引用来源 | 提示词模板文档 |
| 参数名 | 类型 | 必填 | 说明 | | images | List[str] | 是 | 凭证图片（文件路径或 base64 编码） | | field_code_mapping | List[Dict] | 否 | 要素编码映射 [{code, name}]，对接统一编码体系 | | credential_type | str | 否 | 凭证类型名称（预留字段，暂未启用） | | vl_config | dict | 否 | VL 模型配置（不传则使用服务端默认） |
| 输出名 | 类型 | 说明 | | success | bool | 是否成功 | | prompt | str | 生成的结构化提示词 | | error | str | 失败时的错误信息 |
生成的提示词包含：
# Role
你是凭证要素提取提示词工程专家
# Tool Routing 规则（按 priority）
1. VL 视觉模型 → 图片分析+提示词生成（优先）
# Selection 策略
- 有field_code_mapping: 生成带要素编码映射的提示词
- 无field_code_mapping: 生成纯字段提取提示词
# Fallback
VL 模型调用失败 → 返回生成失败
图片质量极差 → 返回生成失败，提示"图片质量不足"
| 节点 | 模块 | 任务 | 状态 | 检查点 | | N1-输入校验 | 输入模块 | 校验图片可访问 | 必须 | 图片非空 | | N2-图片预处理 | 预处理模块 | 统一转换为base64 | 必须 | base64格式 | | N3-编码映射构建 | 配置模块 | 构建字段命名规范提示 | 辅助 | 编码映射 | | N4-模板渲染 | 模板模块 | 渲染提示词模板 | 核心 | 模板填充 | | N5-VL调用 | VL模型模块 | 分析图片+生成提示词 | 核心 | 提示词输出 | | N6-清理输出 | 后处理模块 | 清理markdown标记 | 必须 | 纯文本提示词 |
{
"success": true,
"prompt": "# 角色设定\n你是一位专业的...\n## 提取指南\n...\n## JSON输出格式\n{...}",
"error": null
}
| 依赖系统 | 作用 | 必需 | | VL 视觉语言模型 | 图片分析+提示词生成 | 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 | 返回生成失败 | | HTTP REST API | HTTP | P1 | MCP不可用时通过HTTP调用 |
VL 模型调用失败: 返回生成失败 图片质量极差: 返回生成失败，提示"图片质量不足" 图片内容无法识别: 返回生成失败，提示"图片内容不可识别"
会话级缓存：同一图片的生成结果缓存至会话结束，TTL = 会话生命周期
| 指标 | 目标 | | 提示词生成成功率 | ≥ 90% | | 单次生成延迟 | ≤ 30s | | 提示词结构完整性 | 4段式结构完整（角色/指南/格式） |
记录工具调用链、入参（图片数/编码映射数）、出参摘要（提示词长度）、数据源（模型名称）、时间戳、模型版本
本提示词由 AI Agent 自动生成，需经测试验证后才可用于生产环境，不保证直接可用性。
满足以下任一条件时，结束技能执行：
输入：
{ "images": ["凭证.jpg"], "field_code_mapping": [{"code": "E01001", "name": "凭证编号"}, {"code": "E01002", "name": "开票日期"}] }
输出：
{
"success": true,
"prompt": "# 角色设定\n你是一位专业的...\n## 提取指南\n...\n## JSON输出格式\n{...}",
"error": null
}
from scripts.prompt_generator import CredentialPromptGenerator
generator = CredentialPromptGenerator(
api_key="your-api-key",
api_url="${your-base-url}",
model="${your-model-name}"
)
result = generator.generate(
images=["凭证.jpg"],
field_code_mapping=[
{"code": "E01001", "name": "凭证编号"},
{"code": "E01002", "name": "开票日期"}
]
)
print(result["prompt"])
{"success": false, "error": "图片列表不能为空"}