SKILLEMALL.ai

AB alphagbm-company-profile

Создание и поддержка профилей компаний для исследований на AlphaGBM — автоматическая генерация на основе фундаментальных показателей, истории диапазонов PE/PB, финансовых «красных флагов» и радара событий. Каждый профиль — это одна запись пользователя+тикер, которую система обновляет по расписанию. Использовать при: создании списка компаний для отслеживания, открытии сохраненного файла исследования, обновлении рыночных данных профиля или проверке диапазонов PE/PB. Триггеры: «добавить AAPL в мою базу знаний», «показать мой профиль для NVDA», «обновить мой профиль TSLA», «список моих отслеживаемых компаний», «диапазон PE для META», «что в моем мозгу исследований», «创建公司档案», «我的投研档案».

машинный переводПоказать оригиналСкрыть оригинал«Build and maintain company research profiles on AlphaGBM — auto-genera…»

Build and maintain company research profiles on AlphaGBM — auto-generated from fundamentals, PE/PB Band history, financial red flags, and event radar. Each profile is one user+ticker record that the system refreshes on schedule. Use when: creating a watchlist of companies to track, pulling up a saved research file, refreshing a profile's market data, or checking PE/PB bands. Triggers on: "add AAPL to my knowledge base", "show my profile for NVDA", "refresh my TSLA profile", "list my tracked companies", "PE band for META", "what's in my research brain", "创建公司档案", "我的投研档案".

ClawHub Agent Skills автор: Clement Gu v1.0.0 MIT-0 2 файла тело ≈ 1 405 токенов Открыть источникclawhub.ai проанализирован 17 ч назад

Создание и поддержка профилей компаний для исследований на AlphaGBM — автоматическая генерация на основе фундаментальных показателей, истории диапазонов…

Как процесс B 79/100 · Почти готов — слабые места: отчётность по ходу

ГенераторИИ и агентыТексты и документыФинансытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
B
79/100
Почти готов
Отчётность по ходу вес 2
0
Ошибки и развилки вес 10
55
Результат и критерий готовности вес 14
60
три самых слабых из десяти параметров · все десять

Как улучшить

    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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 79/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 55Ошибки и развилки. Развилок: 1
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 19, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1405 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 8 примера фраз-триггеров в кавычках
    • +3Длина description 578 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 19 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (11 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    Внешние проверки

    ClawHub: clean
    This is a disclosed AlphaGBM profile-management skill that uses an API key to manage saved company research profiles, with no hidden code or malicious telemetry signals found.
    LLM: benign (high) · VirusTotal: · 1 июл. 2026 г.