vendor-risk-kyc-screening

Prüfen Sie Lieferanten, Händler, Zulieferer, Geschäftspartner, Unternehmen, Führungskräfte und verbundene Unternehmen auf Lieferantenrisiko, KYC, negative Presse, Sanktionen, regulatorische…

npx skills add https://github.com/tavily-ai/use-case-skills --skill vendor-risk-kyc-screening

Vendor Risk KYC Screening

Workflow

Use search and extract for source-grounded vendor, merchant, supplier, counterparty, and KYC research; use map or crawl only for known official directories or registries. Treat this as research support, not a final compliance determination. Execution mechanics should come from companion endpoint skills.

Treat the guidance below as base guidance; adapt it to the user's request when appropriate.

  • Identify the entity, aliases, parent/subsidiaries, executives, jurisdictions, products, and risk categories.
  • Break the screen into short subqueries under 400 characters for each alias and risk type: sanctions, enforcement, litigation, regulatory warning, recall, adverse media, cybersecurity incident, supplier risk, and jurisdiction.
  • Use exact-match style queries for legal names, people, product names, and phrases that must appear verbatim.
  • Search first, then filter by domain trust and source type before extracting. Prioritize official regulators, sanctions lists, court records, recall databases, company disclosures, and credible news.
  • Extract selected sources that can support or rule out specific findings.
  • Use site navigation only when a known regulator, registry, or company site needs URL discovery.
  • Collect multiple pages only for scoped official directories, recalls/advisories, policy pages, or supplier/product pages.

Research Budget

  • Start with a small focused search set covering entity aliases, sanctions/regulatory risk, adverse media, and jurisdiction-specific risk.
  • Extract only the strongest official or credible sources before drafting.
  • Add more searches only for named gaps, such as missing alias coverage, missing jurisdiction coverage, or unresolved high-risk findings.
  • Do not use map unless a known regulator, registry, sanctions portal, or company site has specific buried pages to locate.
  • Do not use crawl unless the user asks for scoped collection from an official directory, registry, recalls page, or supplier/product section.

Capability Guidance

  • Use search for most vendor screening, KYC, adverse media, sanctions, enforcement, litigation, recall, and supplier-risk discovery.
  • Use extract on selected official records, regulator pages, sanctions pages, court records, recall databases, company disclosures, and credible news.
  • Use map for official registries, regulator sites, sanctions portals, or company domains with hard-to-find pages.
  • Use crawl for directories or official record sets only after narrowing the paths and risk categories.
  • Use research for full due diligence reports, then verify high-impact claims against original sources.

Query And Source Guidance

  • Query legal names, trade names, aliases, parent/subsidiary names, executives, product names, and jurisdiction terms separately.
  • Combine entity terms with specific risk concepts: sanctions, enforcement action, consent order, lawsuit, fraud, recall, breach, warning letter, import alert, debarment, bankruptcy, and adverse media.
  • Prioritize regulators, sanctions databases, court systems, recall databases, official registries, company disclosures, and credible news.
  • Treat unsourced aggregators, copied press releases, and name-match-only hits as low confidence until corroborated.
  • Report failed or inaccessible sources when they affect official registries, sanctions pages, or high-risk findings.

Output Template

Use this markdown structure and avoid implying clearance:

# Vendor / KYC Risk Brief: <entity>

## Scope
- Entity and aliases checked:
- Jurisdictions:
- Risk categories:
- Source coverage limits:

## Findings
### High
- Finding:
- Evidence:
- Confidence:

### Medium
- Finding:
- Evidence:
- Confidence:

### Low / Watch
- Finding:
- Evidence:
- Confidence:

## No Relevant Findings In Searched Sources
- <risk category or alias checked>

## Recommended Next Checks
- <next check>

## Sources
- [Source title](URL) - <what it supports>

Say "no relevant findings found in searched sources" instead of "cleared" unless the user supplied authoritative internal checks.

Mehr Skills von tavily-ai

research
tavily-ai
Umfassende Recherche zu jedem Thema mit automatischer Quellensammlung, Analyse und Zitaten. Führt mehrquellige Web-Recherche mit expliziten Zitaten durch, ideal für Vergleiche, aktuelle Ereignisse, Marktanalysen und detaillierte Berichte. Bietet drei Modelloptionen: Mini für gezielte Ein-Themen-Recherche (~30s), Pro für umfassende Multi-Perspektiven-Analyse (~60-120s) und Auto für API-gesteuerte Komplexitätserkennung. Authentifiziert sich über OAuth durch den Tavily MCP-Server mit automatischem browserbasiertem Login auf...
search
tavily-ai
Web-Suche mit LLM-optimierten Ergebnissen, Relevanzbewertung und flexiblen Filtern. Unterstützt vier Suchtiefenmodi (ultraschnell, schnell, einfach, erweitert) mit konfigurierbaren Latenz- und Relevanzabwägungen. Enthält Domain-Filterung, Zeitbereichseinschränkungen, Datumsbereiche, Länder-Boosting und Rohinhalts-Extraktion. Gibt Ergebnisse mit Titel, URL, Inhaltsausschnitt und Relevanzbewertung zurück; optionale Bild-Ergebnisse und Favicons. Automatische OAuth-Authentifizierung über Tavily MCP-Server oder API-Key-Konfiguration;...
tavily-best-practices
tavily-ai
Websuch-API für LLMs mit Echtzeit-Datenzugriff, Inhalts-Extraktion, Site-Crawling und KI-gestützter Recherche. Fünf Kernmethoden: search() für Webergebnisse, extract() für URL-Inhalte, crawl() für siteweite Extraktion, map() für URL-Erkennung und research() für durchgängige KI-Synthese. Unterstützt Python- und JavaScript-SDKs mit asynchronen Clients für parallele Abfragen und konfigurierbare Suchtiefe (ultra-fast/fast/basic/advanced). Die Crawl-Methode akzeptiert semantische Anweisungen, um die Extraktion auf... zu fokussieren.
tavily-cli
tavily-ai
Websuche, Inhalts-Extraktion, Site-Crawling und tiefgehende Recherche über Tavily CLI. Fünf Befehlsmodi für Suche, Extraktion, URL-Erkennung, Bulk-Crawling und Multi-Quellen-Recherche mit Zitaten. Alle Befehle unterstützen JSON-Ausgabe und Dateispeicherung für strukturierte, agentische Workflows. Ein Eskalationsmuster führt Sie von der einfachen Suche über Extraktion, Mapping, Crawling bis hin zur umfassenden Recherche, je nach Bedarf. Erfordert die Installation von tavily-cli und API-Key-Authentifizierung über tvly login.
tavily-crawl
tavily-ai
Mehrseitiger Website-Crawler mit semantischer Filterung und Markdown-Export. Durchsuchen Sie gesamte Site-Abschnitte mit Tiefen- und Breitensteuerung; filtern Sie nach Pfad-Regex, Domain oder natürlichen Sprachinstruktionen, um Ergebnisse zu fokussieren. Speichern Sie jede Seite als lokale Markdown-Dateien über --output-dir oder geben Sie strukturiertes JSON für agentische Verarbeitung zurück. Verwenden Sie semantische Instruktionen mit Chunk-Extraktion, um Kontextaufblähung bei der Übergabe von Ergebnissen an LLMs zu vermeiden; verwenden Sie Ganzseiten-Extraktion für Offline-Dokumentationsdownloads. Unterstützt...
tavily-dynamic-search
tavily-ai
Das Web durchsuchen, Ergebnisse filtern und Inhalte extrahieren, sodass rohe Suchdaten niemals in Ihren Kontextbereich gelangen. Nur Ihre kuratierte print()-Ausgabe wird zurückgegeben.
tavily-extract
tavily-ai
Extrahiere sauberes Markdown oder Text aus bis zu 20 URLs, mit Unterstützung für JavaScript-Rendering und abfragefokussierte Chunking. Verarbeitet JavaScript-gerenderte Seiten mit konfigurierbarer Extraktionstiefe (einfach für einfache Seiten, erweitert für dynamische SPAs und Tabellen). Unterstützt abfragefokussierte Extraktion, um nur relevante Inhaltsabschnitte statt ganzer Seiten zurückzugeben. Gibt standardmäßig LLM-optimiertes Markdown zurück, mit Optionen für Klartextformat und strukturierte JSON-Ausgabe. Verarbeitet bis zu 20 URLs in einem einzigen Aufruf;...
tavily-research
tavily-ai
Umfassende KI-gestützte Recherche mit Multi-Quellen-Synthese und Zitaten. Erstellt strukturierte Berichte auf Basis von Webquellen, Dauer 30-120 Sekunden je nach Modellauswahl (mini für gezielte Abfragen, pro für komplexe Vergleiche). Unterstützt mehrere Ausgabeformate: Markdown-Berichte, JSON mit benutzerdefinierten Schemas und konfigurierbare Zitierstile (nummeriert, MLA, APA, Chicago). Beinhaltet asynchronen Workflow für länger laufende Recherchen über --no-wait, Status- und Poll-Befehle, plus Echtzeit...