SKILLEMALL.ai

AC ta-philosophy

Активируется, когда пользователь ставит под сомнение «действительно ли технический анализ полезен», не может различить технический и фундаментальный анализ или хочет определить «когда использовать графический метод, а когда он не работает». Также используется для формирования у новичков мировоззрения и предположений технического анализа. Неприменимо: конкретные сигналы покупки/продажи (-> trend-tools / pattern skills), чисто фундаментальные исследования. Ключевые триггерные слова: эффективность технического анализа, разница между техническим и фундаментальным анализом, принцип прогнозирования по графикам, случайное блуждание, история повторяется.

машинный переводПоказать оригиналСкрыть оригинал«当用户质疑"技术分析到底有没有用"、分不清技术分析 vs 基础分析、或想确定"什么时候该用图表法、 什么时候图表法会失效"时激活。也用于给新…»

当用户质疑"技术分析到底有没有用"、分不清技术分析 vs 基础分析、或想确定"什么时候该用图表法、 什么时候图表法会失效"时激活。也用于给新手建立技术分析的世界观与前提假设。 不适用于:具体买卖信号(转 trend-tools / 形态类 skill)、纯基本面研究。 关键 trigger 词:技术分析有效性、技术分析和基本面区别、图表预测原理、随机行走、历史会重演。 Activate when the user questions "does technical analysis even work", cannot distinguish TA from fundamental analysis, or wants to determine "when to use charting and when charting fails". Also for building a beginner's worldview and assumptions of TA. Not applicable: specific buy/sell signals (-> trend-tools / pattern skills), pure fundamental research. Key trigger words: TA validity, TA vs fundamental difference, chart prediction principle, random walk, history repeats.

ClawHub Agent Skills автор: bianchunhui v0.1.0 MIT-0 3 файла тело ≈ 594 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Активируется, когда пользователь ставит под сомнение «действительно ли технический анализ полезен», не может различить технический и фундаментальный анализ…

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

Анализатортип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
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

    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

    • заметка frontmatter-key неизвестное поле фронтматтера "source_book"
    • заметка frontmatter-key неизвестное поле фронтматтера "source_chapter"
    • заметка frontmatter-key неизвестное поле фронтматтера "related_skills"

    Процессный рейтинг: все десять параметров 59/100

    • 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
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 42
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 594 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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 3 примера фраз-триггеров в кавычках
    • +3Длина description 663 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 18 заголовков
    • +3Пошаговые инструкции: 42 пунктов

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

    Внешние проверки

    ClawHub: clean
    This is a static educational skill about technical-analysis philosophy and does not request sensitive access or perform actions.
    LLM: benign (high) · VirusTotal: · 3 авг. 2026 г.