BF alphagbm-hedge-advisor
Рекомендации по хеджированию существующей позиции по акциям на основе сценариев. Принимает тикер + себестоимость + цель, автоматически классифицирует ситуацию с холдингом (падающий нож / добор на дне / защита прибыли / нормальная) и возвращает конкретные рекомендации Long Put, Collar или Tier-down с живыми страйками и премиями из текущей цепочки опционов. Триггеры: "хеджировать мой AAPL", "защитить мою прибыль NVDA", "стратегия Collar MSFT", "long put для TSLA", "как хеджировать падающий нож COIN", "снизить риск BABA", "зафиксировать прибыль META", "защита от снижения", "хедж портфеля", "страховка позиции"
машинный переводПоказать оригиналСкрыть оригинал«Scenario-driven hedge recommendations for an existing stock position.…»
Scenario-driven hedge recommendations for an existing stock position. Takes ticker + cost basis + purpose, auto-classifies the holding situation (falling knife / bottom-fishing / gain-protection / normal) and returns concrete Long Put, Collar, or Tier-down recommendations with live strikes and premiums from the current option chain. Triggers: "hedge my AAPL", "protect my NVDA gains", "collar strategy MSFT", "long put for TSLA", "how to hedge falling knife COIN", "reduce risk BABA", "lock in gains META", "downside protection", "portfolio hedge", "insurance for position"
Рекомендации по хеджированию существующей позиции по акциям на основе сценариев.
Как процесс F 38/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: ../alphagbm-options-strategy/, ../alphagbm-greeks/, ../alphagbm-pnl-simulator/
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: 2. 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-options-strategy/ - предупреждение
missing-refссылка на отсутствующий файл: ../alphagbm-greeks/ - предупреждение
missing-refссылка на отсутствующий файл: ../alphagbm-pnl-simulator/ - заметка
frontmatter-keyнеизвестное поле фронтматтера "globs"
Процессный рейтинг: все десять параметров 38/100
- 0Инструменты и файлы. Не хватает 3 файла(ов): ../alphagbm-options-strategy/, ../alphagbm-greeks/, ../alphagbm-pnl-simulator/
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 85Шаги. Шагов: 17, расплывчатых формулировок: 1
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1109 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 10 примера фраз-триггеров в кавычках
- +3Длина description 575 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 7 заголовков
- +3Пошаговые инструкции: 17 пунктов
- +4Есть примеры (2 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.