SKILLEMALL.ai

AD czsc-thinking

Обучает ИИ-агента мыслить в соответствии с оригинальными текстами теории Чаньлунь при анализе торговых возможностей. Используйте этот навык при необходимости анализа точек покупки/продажи акций, рыночных тенденций, разработки торговых стратегий или оценки рынка. Применимо для: (1) Анализ точек покупки/продажи акций (2) Оценка трендов рынка (3) Анализ психологии торговли (4) Разработка торговых стратегий (5) Анализ управления рисками.

машинный переводПоказать оригиналСкрыть оригинал«教导 AI 代理如何以缠论原文的思维方式分析交易机会。当需要分析股票买卖点、大盘行情、制定交易策略或进行市场研判时使用此技能。适用于:(1)…»

教导 AI 代理如何以缠论原文的思维方式分析交易机会。当需要分析股票买卖点、大盘行情、制定交易策略或进行市场研判时使用此技能。适用于:(1) 股票买卖点分析 (2) 大盘趋势研判 (3) 交易心理分析 (4) 操作策略制定 (5) 风险控制思考

ClawHub Agent Skills автор: Chenghd511 v1.0.0 MIT-0 9 файлов тело ≈ 536 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Обучает ИИ-агента мыслить в соответствии с оригинальными текстами теории Чаньлунь при анализе торговых возможностей.

Как процесс D 41/100 · 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
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
D
41/100
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: 9. 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 41/100

  • 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
  • 40Согласованность. Имя во frontmatter (czsc-thinking) не совпадает с папкой (czsc)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 46
  • 100Стоимость исполнения. Тело инструкции 536 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 122 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 46 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 3 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: clean
This is a disclosed stock-analysis skill with optional market-data scripts; it does not execute trades or hide unrelated access, but users should treat its trading signals as informational only.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.