SKILLEMALL.ai

BD tw-monthly-revenue

Захват и анализ ежемесячной выручки тайваньских акций. Получает ежемесячную выручку зарегистрированных/зарегистрированных компаний из общедоступной информационной наблюдательной станции (MOPS), рассчитывает годовой/месячный прирост (YoY/MoM) и выводит сигналы BEAT/MISS/NEUTRAL. Используется для: (1) автоматического анализа после публикации ежемесячной выручки (2) триггера принятия решений в конвейере инвестиций (3) обновления условий мониторинга ANALYSIS_INDEX.

машинный переводПоказать оригиналСкрыть оригинал«台股月營收抓取與分析。從公開資訊觀測站(MOPS)取得上市/上櫃公司當月營收,計算YoY/MoM年增率與月增率,輸出BEAT/MISS/NE…»

台股月營收抓取與分析。從公開資訊觀測站(MOPS)取得上市/上櫃公司當月營收,計算YoY/MoM年增率與月增率,輸出BEAT/MISS/NEUTRAL信號。用於:(1)月營收公布後自動分析 (2)觸發投資Pipeline決策 (3)更新ANALYSIS_INDEX監控條件

ClawHub Agent Skills автор: Andyy7263 v1.0.0 MIT-0 3 файла тело ≈ 201 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Захват и анализ ежемесячной выручки тайваньских акций.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 46/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 50Шаги. Шагов: 2
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 201 токенов
  • 100Повторный запуск. Изменяющих операций нет

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 136 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 6 заголовков
  • +4Есть примеры (2 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This is a small Taiwan stock revenue analyzer with a documentation/source mismatch, but it does not show hidden execution, credential access, persistence, or destructive behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.