SKILLEMALL.ai

BD ths-level2

Инструмент получения данных Level2 от Tonghuashun и глубокого анализа. Поддерживает чтение локальных данных версии Tonghuashun Far Navigation, анализ рыночной ситуации акций, получение данных Level2 в реальном времени, генерацию отчетов по техническому анализу. Используется для: (1) Получения данных в реальном времени по акциям в портфеле (2) Анализа денежных потоков Level2 (3) Глубокого анализа отдельных акций (4) Генерации отчетов по инвестиционной стратегии.

машинный переводПоказать оригиналСкрыть оригинал«同花顺Level2数据获取与深度分析工具。支持读取同花顺远航版本地数据、 分析股票行情、获取实时Level2数据、生成技术分析报告。 用于:…»

同花顺Level2数据获取与深度分析工具。支持读取同花顺远航版本地数据、 分析股票行情、获取实时Level2数据、生成技术分析报告。 用于:(1) 获取持仓股票实时数据 (2) Level2资金流向分析 (3) 个股深度分析 (4) 生成投资策略报告

ClawHub Agent Skills автор: claremouse007 v1.0.0 MIT-0 47 файлов тело ≈ 1 056 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Инструмент получения данных Level2 от Tonghuashun и глубокого анализа.

Как процесс D 46/100 · 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
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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: 47. 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 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 46
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1056 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 12. 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
  • -217 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 125 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 28 заголовков
  • +3Пошаговые инструкции: 46 пунктов
  • +4Есть примеры (9 блоков кода)

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

Внешние проверки

ClawHub: suspicious
This stock-analysis skill is not clearly malicious, but it includes high-impact, under-scoped methods such as administrator process-memory reading, protocol interception guidance, and proprietary client/server simulation.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.