SKILLEMALL.ai

BF alphagbm-market-sentiment

Панель мониторинга настроений на всем рынке с анализом VIX, соотношения пут/колл, индекса страха и жадности, широты рынка и ротации секторов. Классифицирует текущий режим как риск-включен, риск-выключен или нейтральный. Триггеры: "рыночные настроения", "боится ли рынок", "анализ VIX", "соотношение пут/колл", "широта рынка", "страх и жадность", "риск включен или выключен", "рост-падение", "новые максимумы новые минимумы", "ротация секторов", "рыночный режим"

машинный переводПоказать оригиналСкрыть оригинал«Market-wide sentiment dashboard with VIX, Put/Call ratio, Fear & Greed…»

Market-wide sentiment dashboard with VIX, Put/Call ratio, Fear & Greed Index, market breadth, and sector rotation analysis. Classifies current regime as risk-on, risk-off, or neutral. Triggers: "market sentiment", "is the market fearful", "VIX analysis", "put call ratio", "market breadth", "fear and greed", "risk on or risk off", "advance decline", "new highs new lows", "sector rotation", "market regime"

ClawHub Agent Skills автор: Clement Gu v1.0.0 MIT-0 2 файла тело ≈ 729 токенов Открыть источникclawhub.ai проанализирован 18 ч назад

Панель мониторинга настроений на всем рынке с анализом VIX, соотношения пут/колл, индекса страха и жадности, широты рынка и ротации секторов.

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: ../alphagbm-stock-analysis/, ../alphagbm-unusual-activity/

ПроцедураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: ../alphagbm-stock-analysis/, ../alphagbm-unusual-activity/
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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")
  • предупреждение missing-ref ссылка на отсутствующий файл: ../alphagbm-stock-analysis/
  • предупреждение missing-ref ссылка на отсутствующий файл: ../alphagbm-unusual-activity/
  • заметка frontmatter-key неизвестное поле фронтматтера "globs"

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../alphagbm-stock-analysis/, ../alphagbm-unusual-activity/
  • 0Инструменты и файлы. Не хватает 2 файла(ов): ../alphagbm-stock-analysis/, ../alphagbm-unusual-activity/
  • 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: 16
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 729 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 11 примера фраз-триггеров в кавычках
  • +3Длина description 407 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 6 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: clean
This skill is a plain market-sentiment analysis prompt with no executable code, persistence, credential handling, or hidden high-impact behavior.
LLM: benign (high) · VirusTotal: · 24 июл. 2026 г.