AC hua-personal-strategy
На основе реальных портфелей фондов HuahuaDaily и контекста количественной стратегии v2, для каждого пользователя сначала создаются версионированные инвестиционные цели, риски, денежные потоки и ограничения по активам, затем совместно с исследованиями东方财富 и serenity-skill формируются обоснованные инвестиционные идеи ИИ с доказательствами и контраргументами, и, наконец, определенное ядро фонда выдает единую, решительную, проверяемую рекомендацию по внебиржевым фондам: удержание, увеличение доли, уменьшение доли, ребалансировка или ожидание с наличными. Используется, когда пользователь запрашивает «возьми на себя управление моими фондами», «проанализируй мои активы», «сколько покупать/продавать сегодня», «обзор портфеля фондов», «динамическая корректировка портфеля», «самоэволюция стратегии», «бэктестинг или обзор стратегии». Не использовать для автоматической торговли акциями/внутрибиржевыми ETF, публичных рекомендаций фондов без авторизации, обещаний точности или обхода окончательного решения пользователя о реальной сделке.
машинный переводПоказать оригиналСкрыть оригинал«以 HuahuaDaily 真实基金持仓和 quant_strategy_context.v2 为数据底座，为每个用户先建立版本化投资目标、…»
以 HuahuaDaily 真实基金持仓和 quant_strategy_context.v2 为数据底座，为每个用户先建立版本化投资目标、风险、现金流和资产限制，再联合东方财富研究与 serenity-skill 形成有证据和反证的 AI 投资观点，最后由确定性资金内核输出单一、果断、可审计的场外基金持有、加仓、减仓、再平衡或现金等待建议。用户提出“接管我的基金仓位”“分析我的持仓”“今天买卖多少”“基金组合复盘”“动态调仓”“策略自进化”“回测或复盘策略”等请求时使用。不得用于股票/场内 ETF 自动交易、缺少授权持仓的公共荐基、承诺准确无误或绕过用户对真实交易的最终决定。
На основе реальных портфелей фондов HuahuaDaily и контекста количественной стратегии v2, для каждого пользователя сначала создаются версионированные…
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Обфускация
obf-base64-blobreferences/input-schema.md:29Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)- `holdings[].met…Pct/r60Pct/r120Pct/r250Pct/ma20/ma60/bias20Pct/maxDrawdownPct/annualizedVolatilityPct/navPoints` → `funds[].metric_overrides`
в кавычках
Просканировано файлов: 28. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 53/100
- 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
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 61
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1845 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- -33 из 8 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 5 примера фраз-триггеров в кавычках
- +3Длина description 292 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 61 пунктов
- +4Есть примеры (5 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (5 из 13)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.