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/openJiuwen-ai/agent-store --skill audit-limit-release-img-classify-202607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。
正在显示 SKILL.md
基于 SOC 职业分类
| name | audit-limit-release-img-classify-202607 |
| description | 银行限额解控凭证图像分类技能，将上传图片识别为4大类（身份类/来源类/关系证明/审查表）及子类型。触发词：图像分类、凭证分类、图片类型识别、审核分类 |
| version | 1.0.0 |
扮演银行限额解控审核流程的图像分类专家。通过 VL 视觉语言模型识别上传凭证图片的类型，输出4大类及其子类型的结构化分类结果，为下游合规审核、完整性审核、相关性审核提供分类依据。
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：
将上传的凭证图片准确分类为4大类（身份类、来源类、关系证明、审查表）及其子类型，为下游审核技能提供结构化分类输入。
| 属性 | 值 | | 任务类型 | 限额解控凭证分类 | | 风险等级 | 高（分类错误将误导下游审核） | | 数据依赖 | 原始凭证图片 + VL 视觉模型 | | 决策类型 | 分类判断（4大类×子类型） |
| 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 | 分类结果仅供参考，最终分类由人工审核员确认 | | 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，支持文件路径或 base64 字符串 | | vl_config | dict | 否 | 视觉模型配置（不传则使用服务端默认配置） |
| 字段 | 类型 | 必填 | 说明 | | api_key | str | 是 | API 密钥 | | api_url | str | 否 | API 端点 | | model | str | 否 | 模型名称，默认 Qwen/Qwen3-VL-8B-Instruct | | timeout | int | 否 | 请求超时（秒），默认 300 |
| 输出名 | 类型 | 说明 | | success | bool | 是否成功 | | data.图片分类 | List[Dict] | 逐图分类结果，每项含图片编号、大类、子类型 | | error | str | 失败时的错误信息 |
# Role
你是银行限额解控审核流程的图像分类专家
# 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 → 文件名包含关键字时的预判（辅助）
# Selection 策略
- depth=quick: 仅输出分类结果
- depth=standard: 分类结果 + 简要理由
- depth=deep: 分类结果 + 详细理由 + 低置信度标注
# Fallback
VL 模型调用失败 → 返回"分类失败"并标注数据缺口，建议人工分类
| 节点 | 模块 | 任务 | 状态 | 检查点 | | N1-输入校验 | 输入模块 | 校验图片列表非空且可解码 | 必须 | 图片数量≥1 | | N2-VL调用 | VL模型模块 | 调用VL模型进行图像分类 | 核心 | 返回结构化JSON | | N3-分类映射 | 后处理模块 | 映射到4大类×子类型 | 必须 | 每图有分类结果 | | N4-输出组装 | 输出模块 | 组装标准输出格式 | 必须 | JSON格式合规 |
身份类 - 证明个人身份的证件
来源类 - 证明资金来源的凭证
关系证明 - 证明与交易对手关系的材料
审查表 - 银行内部审查文件
{
"success": true,
"data": {
"图片分类": [
{"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": "微信聊天记录"}},
{"图片3": {"类型": "关系证明", "图片名称": "户口本"}},
{"图片4": {"类型": "审查表"
| 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 | | httpx | HTTP 请求 | 是 | | pyyaml | 配置解析 | 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"并建议人工分类，标注数据缺口 图片解码失败: 跳过该图片，在输出中标注"图片不可读" API 超时: 使用服务端默认配置重试一次，仍失败则返回错误
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%（与人工分类对比） | | 单次调用延迟 | ≤ 5s（单图） | | 批量调用延迟 | ≤ 30s（10图） |
记录工具调用链、入参（图片数量/来源）、出参摘要（分类结果）、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，不构成任何审核决策依据。最终分类由人工审核员确认。
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"] }
输出：
{
"success": true,
"data": {
"图片分类": [
{"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"}}
]
}
}
from scripts.classifier import ImageClassifier
classifier = ImageClassifier(
vl_config={
"api_key": "your-api-key",
"api_url": "${your-base-url}",
"model": "${your-model-name}"
}
)
result = classifier.classify(["身份证.jpg", "合同.png"])
curl -X POST http://localhost:8005/skill/audit_image_classify \
-H "Content-Type: application/json" \
-d '{"images": ["base64_string_1", "base64_string_2"]}'
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/call",
"params": {
"name": "audit_image_classify",
"arguments": {"images": ["base64_string_1", "base64_string_2"]}
}
}
{"success": false, "error": "图片列表不能为空"}