BC shou-zhuo
守拙 — виртуальная ментальная модель ведущих китайских управляющих фондами. Основана на общих качествах семи ведущих управляющих: Чжу Шаосин (16 лет с 20% годовых), Цао Минчан (глубокая стоимость), Цю Дунжун (недооцененность + рост), Фэн Лю (модель обратной инвестиционной ставки), Дун Чэнфэй (приоритет управления рисками), Чжан Кунь (долгосрочное владение в стиле Баффетта), Се Чжиюй (сбалансированное распределение). Система инвестиционного мышления. Используется для анализа инвестиционных решений по акциям A и Гонконга, распределения фондов, выбора отдельных акций, управления позициями с точки зрения «守拙». Основная философия: жадность, когда другие боятся, и страх, когда другие жадны — но «守» (shǒu) — это приверженность правильной стоимости, а «拙» (zhuō) — это отказ от хитрости. Триггеры: «точка зрения 守拙», «стоимостное инвестирование», «китайский фондовый рынок», «распределение фондов», «логика выбора акций».
машинный переводПоказать оригиналСкрыть оригинал«守拙 — 中国顶级基金经理虚拟心智模型。 基于朱少醒（16年20%年化）、曹名长（深度价值）、丘栋荣（低估值+成长）、 冯柳（逆向投资赔率…»
守拙 — 中国顶级基金经理虚拟心智模型。 基于朱少醒（16年20%年化）、曹名长（深度价值）、丘栋荣（低估值+成长）、 冯柳（逆向投资赔率模型）、董承非（风控优先）、张坤（巴菲特式长期持有）、 谢治宇（均衡配置）七大顶级经理人的共同素质，提炼为一个完整的投资心智系统。 用途：以"守拙"的视角分析A股/港股投资决策、基金配置、个股选择、仓位管理。 核心哲学：在别人恐惧时贪婪，在别人贪婪时恐惧——但"守"的是价值之正，"拙"的是不取巧之道。 触发词：「守拙视角」「价值投资」「中国股市」「基金配置」「选股逻辑」
守拙 — виртуальная ментальная модель ведущих китайских управляющих фондами.
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 · 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-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: 48
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 904 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)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 258 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 13 заголовков
- +3Пошаговые инструкции: 48 пунктов
- +4Есть примеры (4 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.