SKILLEMALL.ai

BC stock-analysis-five-dimension

Полная система анализа акций для розничных инвесторов на фондовом рынке А. Охватывает пять основных аспектов (отраслевой сегмент · бизнес-модель и конкурентное преимущество · финансовое состояние · оценка · катализаторы и время покупки/продажи) + 6 принципов для розничных инвесторов + 6 блоков дополнительного понимания + 37 пунктов чек-листа для инвестиций + модуль идентификации спекулятивной торговли + эксклюзивная стратегия для акций на переломном этапе + система классификации для сокращения доли инсайдерами + заявление о временных рамках применения структуры.

машинный переводПоказать оригиналСкрыть оригинал«面向A股散户的完整选股分析体系,涵盖五大维度(行业赛道·商业模式与护城河·财务健康度· 估值合理性·催化剂与买卖时机)+ 6条散户原则 +…»

面向A股散户的完整选股分析体系,涵盖五大维度(行业赛道·商业模式与护城河·财务健康度· 估值合理性·催化剂与买卖时机)+ 6条散户原则 + 6块补充认知 + 37项投资检查清单 + 游资博弈识别模块 + 拐点股专属策略 + 内部人减持分级体系 + 框架适用时间窗口声明。

ClawHub Agent Skills автор: boboy v1.1.1 MIT-0 5 файлов тело ≈ 2 966 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Полная система анализа акций для розничных инвесторов на фондовом рынке А.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
C
53/100
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

  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: 5. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "excerpt"
  • заметка frontmatter-key неизвестное поле фронтматтера "emoji"
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
  • заметка frontmatter-key неизвестное поле фронтматтера "layout"

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: 39
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2966 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле

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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -2105 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 135 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 59 заголовков
  • +3Пошаговые инструкции: 39 пунктов
  • +4Есть примеры (5 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: clean
This is a transparent Chinese A-share stock analysis framework with financial caution, not a tool that runs code, accesses accounts, or trades automatically.
LLM: benign (high) · VirusTotal: · 28 мая 2026 г.