BF alphagbm-buffett-analysis
Оценочная таблица в стиле Уоррена Баффетта для любого тикера. Оценивает 4 измерения по 0-100 каждое (бизнес / круг компетенций, конкурентное преимущество / устойчивое преимущество, менеджмент / распределение капитала, оценка / справедливая цена против 10-летних казначейских облигаций) и возвращает взвешенный общий вердикт HOLDABLE / WATCHABLE / AVOID. Это НЕ общий фундаментальный скринер — это механически примененная конкретная структура Баффетта: простота сектора, пороговые значения валовой прибыли + ROE + чистой прибыли, доходность FCF по сравнению с казначейскими облигациями и непрерывность дивидендов как прокси для менеджмента. Триггеры: «анализ Баффетта AAPL», «оцени KO с точки зрения Баффетта», «купил бы Баффетт MSFT», «оценочная таблица Баффетта для JNJ», «анализ конкурентного преимущества AAPL», «справедливая цена против облигаций», «вердикт в стиле Баффетта по NVDA», «анализ долгосрочного владения»
машинный переводПоказать оригиналСкрыть оригинал«Warren Buffett-lens scorecard for any ticker. Scores 4 dimensions 0-10…»
Warren Buffett-lens scorecard for any ticker. Scores 4 dimensions 0-100 each (business / circle of competence, moat / durable advantage, management / capital allocation, valuation / fair price vs 10Y treasury) and returns a weighted overall HOLDABLE / WATCHABLE / AVOID verdict. This is NOT a generic fundamental screener — it's Buffett's specific framework mechanically applied: sector simplicity, gross margin + ROE + profit margin thresholds, FCF yield vs treasury, and dividend-continuity as management proxy. Triggers: "Buffett analysis AAPL", "score KO with Buffett lens", "would Buffett buy MSFT", "JNJ Buffett scorecard", "AAPL moat analysis", "fair price vs bonds", "Buffett-style verdict on NVDA", "long-term hold analysis"
Оценочная таблица в стиле Уоррена Баффетта для любого тикера.
Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: ../alphagbm-stock-analysis/, ../alphagbm-company-profile/, ../alphagbm-investment-thesis/
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 1. 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") - предупреждение
missing-refссылка на отсутствующий файл: ../alphagbm-stock-analysis/ - предупреждение
missing-refссылка на отсутствующий файл: ../alphagbm-company-profile/ - предупреждение
missing-refссылка на отсутствующий файл: ../alphagbm-investment-thesis/ - заметка
frontmatter-keyнеизвестное поле фронтматтера "globs"
Процессный рейтинг: все десять параметров 35/100
- 0Инструменты и файлы. Не хватает 3 файла(ов): ../alphagbm-stock-analysis/, ../alphagbm-company-profile/, ../alphagbm-investment-thesis/
- 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
- 100Шаги. Шагов: 19
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1229 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
- +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
- +5В description 7 примера фраз-триггеров в кавычках
- +3Длина description 733 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 19 пунктов
- +4Есть примеры (3 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.