SKILLEMALL.ai

BC perilla-leaf-screener

Поиск инвестиционных целей на основе "теории периллы" (модель выбора акций по узким местам в цепочке поставок) от Serenity, известного как "белый господин фондового рынка". Применяется к ИИ-цепочкам поставок, физическим ИИ-цепочкам поставок, робототехнике с воплощением/гуманоидным роботам. Охватывает акции США и Китая. Используется, когда пользователь запрашивает поиск акций второго/восходящего эшелона в указанных секторах, поиск узких мест в цепочке поставок или просит выбрать акции по методу Serenity. Требует возможности поиска в сети. Триггеры: 紫苏叶, 找紫苏叶, Serenity, 白毛股神, 供应链瓶颈, 瓶颈选股, 挖标的, AI供应链标的, 具身智能标的, 人形机器人产业链, 物理AI.

машинный переводПоказать оригиналСкрыть оригинал«基于白毛股神 Serenity 的"紫苏叶理论"(供应链瓶颈选股模型)挖掘投资标的。适用于 AI 供应链、物理 AI 供应链、具身智能/人形…»

基于白毛股神 Serenity 的"紫苏叶理论"(供应链瓶颈选股模型)挖掘投资标的。适用于 AI 供应链、物理 AI 供应链、具身智能/人形机器人方向,覆盖美股与 A 股。当用户要求挖掘上述赛道的上游/二线标的、找供应链瓶颈、或点名按 Serenity 方法选股时使用。需要联网搜索能力。Triggers 触发词:紫苏叶, 找紫苏叶, Serenity, 白毛股神, 供应链瓶颈, 瓶颈选股, 挖标的, AI供应链标的, 具身智能标的, 人形机器人产业链, 物理AI.

ClawHub Agent Skills автор: chujindan-dotcom v1.0.1 MIT-0 2 файла тело ≈ 785 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Поиск инвестиционных целей на основе "теории периллы" (модель выбора акций по узким местам в цепочке поставок) от Serenity, известного как "белый господин…

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

ПроцедураОперации и проектытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
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: 2. 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 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 785 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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 234 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 39 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: clean
This is a disclosed investment-research workflow skill with financial-risk caveats and no code, persistence, credentials, or hidden actions.
LLM: benign (high) · VirusTotal: · 10 июн. 2026 г.