菜单
企业信贷跨模态材料核验与分析技能。基于贷款申请材料(图片、文档、流水)与基准数据源,以视觉语言模型(VLM)解析图像证据,结合LLM对文本/结构化数据的分析,实现跨模态数据交叉比对,构建结构化检测点,通过迭代推理验证材料真实性,输出可解释的跨模态核验报告。触发词包括:"材料核验"、"反欺诈审查"、"交叉验证"、"材料真实性核验"、"VLM识别"、"多模态分析"、"欺诈检测"、"跨模态证据核查"。不适用于:个人信贷材料核验、非反欺诈场景(如行业分析/估值建模)、要求输出审批意见或违约概率预测。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/aliyun/qwen-dianjin --skill vlm-verifier命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
基于 SOC 职业分类
正在显示 SKILL.md
| name | vlm-verifier |
| description | 企业信贷跨模态材料核验与分析技能。基于贷款申请材料(图片、文档、流水)与基准数据源,以视觉语言模型(VLM)解析图像证据,结合LLM对文本/结构化数据的分析,实现跨模态数据交叉比对,构建结构化检测点,通过迭代推理验证材料真实性,输出可解释的跨模态核验报告。触发词包括:"材料核验"、"反欺诈审查"、"交叉验证"、"材料真实性核验"、"VLM识别"、"多模态分析"、"欺诈检测"、"跨模态证据核查"。不适用于:个人信贷材料核验、非反欺诈场景(如行业分析/估值建模)、要求输出审批意见或违约概率预测。 |
| target_role | 信贷审批官 / 反欺诈分析专家 / 风险审查人员 |
| business_domain | 信贷风险管理 > 贷前反欺诈审查 |
| risk_level | high |
| version | 1.0.0 |
| status | draft |
| upstream_skills | [] |
| downstream_skills | [] |
| data_sources | ["用户上传材料(图片/文档/流水)","官方权威数据源(工商/征信/司法)","银行内部数据(核心系统流水/信贷系统)","references/fraud-patterns.md","references/cross-validation-matrix.md","references/data-sources-priority.md","references/confidence-rules.md"] |
| 数据项 | 来源 | 获取方式 | 敏感级别 |
|---|---|---|---|
| 用户上传材料 | 客户提交 | 文件上传(图片/文档/流水) | 内部 |
| 工商登记信息 | 国家企业信用信息公示系统 | API/人工查询 | 公开 |
| 征信报告 | 人民银行征信系统 | 需人工授权后API获取 | 机密 |
| 司法执行信息 | 中国执行信息公开网 | API/人工查询 | 公开 |
| 行业基准数据 | references/cross-validation-matrix.md | 文件读取 | 内部 |
📋 严格遵循"先读后写"原则，步骤0验证通过后才执行后续步骤。
user_upload, 执行主体:ai, 确认机制:none)references/data-sources-priority.md检查数据源优先级与时效性context, 执行主体:ai, 确认机制:none)references/fraud-patterns.md识别适用欺诈模式reference, 执行主体:, 确认机制:)ainonereferences/cross-validation-matrix.md加载对应反欺诈规则集与行业基准context, 执行主体:ai, 确认机制:none)context, 执行主体:ai, 确认机制:none)references/confidence-rules.md):
references/cross-validation-matrix.md常见误判场景表排除合理例外情形context, 执行主体:ai, 确认机制:none)assets/verification-report-template.md模板输出结构化反欺诈评估报告context, 执行主体:ai, 确认机制:none)scripts/validate_fraud_report.py验证输出报告结构完整性使用assets/verification-report-template.md模板。
报告必须包含以下章节:
assets/verification-report-template.md中的免责声明模板)所有数据标注:数据来源 + 数据日期 + 是否审计后数据。 禁止在输出中使用"高风险/低风险"等主观分级术语，仅描述欺诈事实与异常信号。
⚠️ 免责声明:每次输出必须包含免责声明，引用
assets/verification-report-template.md模板，确保"不构成信贷审批意见"、"检测结论仅供参考"等必要声明。
每次评估结束后，生成审计日志 audit/{企业简称}_{日期}_fraud_audit.json：
{
"skill_name": "vlm-verifier",
"skill_version": "1.0.0",
"execution_time": "2026-05-05T14:00:00+08:00",
"company_name": "[企业全称]",
"input_files": ["门头照.jpg", "银行流水.xlsx", "贷款申请书.pdf"],
"operator": "[工号/姓名]",
"steps": [
{
"step": "数据确认与验证",
"executor": "ai",
"data_source": {"type": "user_upload", "files": ["门头照.jpg", "银行流水.xlsx"]},
"result": "pass"
},
{
"step": "迭代推理验证",
"executor": "ai",
"data_source": {"type": "context"},
"detection_points_count": 5,
"high_confidence_count": 3,
"low_confidence_count": 2,
"result": "pass"
}
],
"detection_summary": {
"total_points": 5,
"confirmed_anomalies": 1,
"suspected_anomalies": 2,
"pending_verification": 2
},
"warnings": ["现场照片超过1个月，可能影响视觉评估置信度"],
"references_used": ["references/fraud-patterns.md", "references/cross-validation-matrix.md", "references/confidence-rules.md"]
}
审计日志保留期限：至少3年。
references/cross-validation-matrix.md常见误判场景表）用户输入：
请对"XX火锅餐饮有限公司"的贷款申请材料进行反欺诈核验。
行业：H62 餐饮业
上传材料：门头照.jpg、经营场所内部照.jpg、银行流水_近6月.xlsx、贷款申请书.pdf、工商营业执照.pdf
申报信息：月营业额30万，装修投入50万，经营面积200平米
Skill执行流程：
输出要点：
用户输入：
请对"XX零售商店"进行反欺诈核验。
上传材料：门头照.jpg、贷款申请书.pdf
Skill执行流程：
输出要点：