vendor-risk-kyc-screening

Filtrer les fournisseurs, commerçants, prestataires, contreparties, entreprises, dirigeants et entités liées pour le risque fournisseur, le KYC, les médias négatifs, les sanctions, la conformité réglementaire…

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.

Plus de skills de tavily-ai

research
tavily-ai
Recherche approfondie sur n'importe quel sujet avec collecte automatique des sources, analyse et citations. Effectue des recherches web multi-sources avec citations explicites, idéal pour les comparaisons, l'actualité, l'analyse de marché et les rapports détaillés. Propose trois options de modèle : mini pour une recherche ciblée sur un seul sujet (~30s), pro pour une analyse complète multi-angle (~60-120s), et auto pour la détection de complexité via API. S'authentifie via OAuth via le serveur MCP Tavily avec connexion automatique basée sur le navigateur...
search
tavily-ai
We need to translate the given English text into French, preserving the name "search" if it appears. The text is a description of a web search agent skill. The instruction says to translate only the text inside <text>, and not include the name unless it appears in the source text. The name "search" is not in the provided text? Actually the text starts with "Web search..." so "search" is part of the phrase "Web search". But the instruction says "Name to preserve: search" - that likely means the skill name is "search", but it's not explicitly in the text as a standalone name. The text says "Web search" which includes "search". We should preserve that as is? The instruction says "Do not include the name unless it appears in the source text." Since "search" appears as part of "Web search", we should keep "Web search" as is? But we are translating to French, so "Web search" would become "Recherche Web" or "Recherche sur le Web"? However, the instruction says
tavily-best-practices
tavily-ai
API de recherche web pour LLMs avec accès aux données en temps réel, extraction de contenu, exploration de sites et recherche assistée par IA. Cinq méthodes principales : search() pour les résultats web, extract() pour le contenu d'URL, crawl() pour l'exploration complète d'un site, map() pour la découverte d'URL, et research() pour la synthèse IA de bout en bout. Prend en charge les SDK Python et JavaScript avec des clients asynchrones pour les requêtes parallèles et une profondeur de recherche configurable (ultra-rapide/rapide/basique/avancée). La méthode crawl accepte des instructions sémantiques pour concentrer l'extraction sur...
tavily-cli
tavily-ai
Recherche web, extraction de contenu, exploration de sites et recherche approfondie via Tavily CLI. Cinq modes de commande couvrant la recherche, l'extraction, la découverte d'URL, l'exploration en masse et la recherche multi-sources avec citations. Toutes les commandes prennent en charge la sortie JSON et la sauvegarde de fichiers pour des workflows structurés et agentiques. Un modèle d'escalade vous guide de la recherche simple à l'extraction, la cartographie, l'exploration, jusqu'à la recherche complète selon vos besoins. Nécessite l'installation de tavily-cli et l'authentification par clé API via tvly login.
tavily-crawl
tavily-ai
Robot de site web multi-pages avec filtrage sémantique et export en Markdown. Parcourez des sections entières de site avec contrôle de la profondeur et de la largeur ; filtrez par expression régulière de chemin, domaine ou instructions en langage naturel pour cibler les résultats. Enregistrez chaque page sous forme de fichiers Markdown locaux via --output-dir, ou renvoyez du JSON structuré pour un traitement agentique. Utilisez des instructions sémantiques avec extraction par fragments pour éviter le gonflement du contexte lors de l’envoi des résultats aux LLM ; utilisez l’extraction de page entière pour les téléchargements de documentation hors ligne. Prend en charge...
tavily-dynamic-search
tavily-ai
Rechercher sur le web, filtrer les résultats et extraire le contenu afin que les données brutes de recherche n’entrent jamais dans votre fenêtre de contexte. Seul votre résultat print() organisé est renvoyé.
tavily-extract
tavily-ai
Extrayez du markdown ou du texte propre à partir de jusqu'à 20 URL, avec prise en charge du rendu JavaScript et du découpage ciblé par requête. Gère les pages rendues par JavaScript avec une profondeur d'extraction configurable (basique pour les pages simples, avancée pour les SPA dynamiques et les tableaux). Prend en charge l'extraction ciblée par requête pour ne renvoyer que les fragments de contenu pertinents au lieu des pages entières. Renvoie par déf
tavily-research
tavily-ai
Recherche complète alimentée par l'IA avec synthèse multi-sources et citations. Produit des rapports structurés basés sur des sources web, prenant 30 à 120 secondes selon le modèle choisi (mini pour les requêtes ciblées, pro pour les comparaisons complexes). Prend en charge plusieurs formats de sortie : rapports en markdown, JSON avec schémas personnalisés et styles de citation configurables (numérotés, MLA, APA, Chicago). Inclut un flux de travail asynchrone pour les recherches longues via les commandes --no-wait, status et poll, ainsi qu'un temps réel...