SKILLEMALL.ai

AC mr-market

Активируйте, когда: пользователь говорит «рынок говорит нам X», «оценка упала/выросла, поэтому мы должны действовать», «все продают/покупают, поэтому я тоже должен» или принимает инвестиционное/привлекающее финансирование решение на основе заявленной цены под эмоциональным давлением. НЕ активируйте, когда: рыночная котировка подлинно отражает новую экономическую информацию об основном бизнесе (а не настроение); или пользователь должен совершить сделку по заявленной цене по причине принудительной продажи/ликвидности. Подробнее: deciqai.com/c/mr-market

машинный переводПоказать оригиналСкрыть оригинал«Activate when: user says 'the market is telling us X', 'valuation has…»

Activate when: user says 'the market is telling us X', 'valuation has dropped/risen so we should act', 'everyone is selling/buying so I should too', or is making an investment/fundraising decision based on a quoted price under emotional pressure. Do NOT activate when: the market quote genuinely reflects new economic information about the underlying business (not mood); or the user must transact at quoted price for forced-sale/liquidity reasons. More: deciqai.com/c/mr-market

ClawHub Agent Skills автор: deciqAI v1.0.4 MIT-0 5 файлов тело ≈ 1 923 токенов Открыть источникclawhub.ai↗ проанализирован 5 дн назад

Активируйте, когда: пользователь говорит «рынок говорит нам X», «оценка упала/выросла, поэтому мы должны действовать», «все продают/покупают, поэтому я тоже…

Как процесс C 63/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, повторный запуск

ПроцедураФинансытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
95
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
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: 5. 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 63/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 23
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1923 токенов
    • low Разделов верхнего уровня: 10. 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 478 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 23 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 95.

    Внешние проверки

    ClawHub: clean
    This skill is a Markdown-only investment decision framework with no evidence of hidden execution, data access, or persistence.
    LLM: benign (high) · VirusTotal: · 16 июл. 2026 г.