Создание пайплайнов извлечения сущностей Cohere
Неструктурированному тексту часто нужны надежные поля, прежде чем его можно передавать в приложения или базы данных. Этот skill помогает Python-разработчикам работать со structured outputs Cohere v2 и извлечением на основе JSON Schema.
Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.
Review the Skillstore skill "cohere-v2-python" from https://skillstore.io/skills/activeinferenceinstitute-cohere-v2-python.md and its manifest at https://skillstore.io/api/skills/activeinferenceinstitute-cohere-v2-python/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Ваш Агент по-прежнему должен показать план и запросить все подтверждения, требуемые политикой безопасности.
Используйте эти ссылки, когда AI-агенту, crawler или script нужен чистый контекст вместо полной страницы.
Использование «cohere-v2-python». Извлечь сущности из объявления о конференции.
Ожидаемый результат:
Использование «cohere-v2-python». Спроектировать классификатор тональности для тикетов поддержки.
Ожидаемый результат:
Skill создает контролируемый набор категорий, требования к схеме и рекомендации по повторным попыткам для невалидных ответов.
Использование «cohere-v2-python». Проверить пайплайн извлечения для production-использования.
Ожидаемый результат:
Ответ подсвечивает обработку API key, rate limits, защитные меры парсинга, мониторинг токенов и валидацию на уровне приложения.
Most static findings are false positives caused by Markdown code fences, placeholder API-key examples, and reference URLs. No prompt-injection text or malicious exfiltration behavior was found, but one insecure database credential example should be corrected.
Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.
https://skillstore.io/skills/activeinferenceinstitute-cohere-v2-python/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/activeinferenceinstitute-cohere-v2-python?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/activeinferenceinstitute-cohere-v2-python?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/activeinferenceinstitute-cohere-v2-python/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/activeinferenceinstitute-cohere-v2-python.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>ActiveInferenceInstitute. (2026). cohere-v2-python security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/activeinferenceinstitute-cohere-v2-python/audits/9@techreport{activeinferenceinstitute-activeinferenceinstitute-cohere-v2-python-2026,
author = {ActiveInferenceInstitute},
title = {cohere-v2-python security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/activeinferenceinstitute-cohere-v2-python/audits/9},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "cohere-v2-python security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "ActiveInferenceInstitute"
date-released: "2026-07-07"
url: "https://skillstore.io/skills/activeinferenceinstitute-cohere-v2-python/audits/9"
identifiers:
- type: other
value: "skillstore:activeinferenceinstitute-cohere-v2-python:audit:9"
description: "Skillstore immutable audit report identifier"
Извлекайте нормализованные поля из документов перед загрузкой валидированных записей в базы данных или аналитические системы.
Классифицируйте комментарии пользователей по тональности и аспектным категориям с контролируемыми метками.
Выявляйте людей, организации, события и даты в статьях или отчетах.
Используй skill cohere-v2-python, чтобы разработать пример на Python, который извлекает людей, организации, местоположения и даты из этого текста: [paste text].
Используя этот skill, создай план JSON Schema mode для извлечения данных поставщика из счета, дат, позиций, налога и итоговых сумм.
Используй этот skill, чтобы описать workflow пакетного извлечения с повторным использованием схем, парсингом, retries, мониторингом токенов и подготовкой к хранению.
Проверь мой дизайн извлечения Cohere v2 на пробелы в схеме, риски приватности, обработку ошибок, rate limits и потребности последующей валидации.
Автор
ActiveInferenceInstituteЛицензия
MIT
Ревизия Skillstore
r1
Примечание о версии
Автор не указал версию.
Репозиторий
https://github.com/ActiveInferenceInstitute/Journal-Utilities/tree/main/.claude/skills/cohere-v2-pythonСсылка
d46e62089a6dfc9e14ea02eebd9b8e2ad2dfe1f4
Актуальность поддержки
18.07.2026
Использование
10 загрузок · 421 просмотров
Структура файлов
Создание надежных наборов тестов на Python
Тесты Python часто становятся хрупкими, медленными или неполными. Этот навык помогает со структурой pytest, фикстурами, моками, асинхронными тестами, покрытием и настройкой CI.
Упаковка проектов Python для распространения
Упаковка Python требует корректных метаданных, инструментов сборки и шагов выпуска. Этот навык проводит Claude, Codex и Claude Code через структуру пакета, сборки и публикацию.
Оптимизация производительности Python
Медленный код на Python трудно улучшать без четких измерений. Этот навык помогает Claude, Codex и Claude Code проходить через профилирование, бенчмаркинг и целевые паттерны оптимизации.
Создание Python-процессов для SurrealDB
Проектам SurrealDB нужны надежные примеры на Python для запросов, графов, векторов и live-обновлений. Этот навык помогает использовать SDK с целевыми паттернами для приложений работы с данными и RAG-систем.
Создание асинхронных систем на Python
Асинхронный код на Python может давать сбои, если задачи, тайм-ауты и блокирующие вызовы обрабатываются неправильно. Этот skill предоставляет практические паттерны asyncio для надежных конкурентных приложений.
Управляйте проектами Python быстрее с uv
Управление зависимостями Python может быть медленным и непоследовательным в разных инструментах. Этот навык показывает рабочие процессы uv для проектов, виртуальных окружений, lock-файлов, CI и миграций.
Создание готовых к публикации графиков Matplotlib
от davila7
Matplotlib может быть сложно последовательно применять для создания сложных научных графиков. Этот навык содержит практические примеры, рекомендации по оформлению и вспомогательные скрипты для создания более понятных графиков.
Создание моделей дискретно-событийного моделирования с помощью SimPy
от davila7
Сложные очереди и совместно используемые ресурсы трудно оценить до развертывания. Этот навык помогает создавать модели SimPy, настраивать мониторинг и синхронизацию, а также анализировать результаты.
Быстро вычисляйте математические выражения
от Decalogue
Ручные проверки арифметики замедляют агентов, когда пользователям нужны быстрые числовые ответы. Этот навык вычисляет базовые математические выражения и возвращает краткие результаты.
Создание рабочих процессов машинного обучения scikit-learn
от davila7
Проектам машинного обучения нужны согласованные шаблоны предобработки, оценки и выбора моделей. Этот навык дает Claude, Codex и Claude Code целевые рекомендации по scikit-learn со справочными материалами и примерами.
Анализ изображений с Azure AI Vision Python
от sickn33
Рабочим процессам анализа изображений нужны подписи, OCR, обнаружение объектов и кадрирование без повторного создания примеров SDK. Этот навык проводит Claude, Codex и Claude Code через Azure AI Vision Image Analysis для Python.
Audit Python Web Apps Before Release
от glenskii
Python teams need repeatable checks for common application security controls. This skill provides configurable pytest coverage with clear evidence, boundaries, and release decisions.