SKILLEMALL.ai
GitHub ↗ EN Войти

AC stock-summary

Запрос котировок акций и технического анализа. Активируется по фразам вроде "查股价", "看股票", "帮我分析XX股票", "XX走势". Ввод: тикер акции (A-share как 600519, HK как 00700, US как AAPL). Вывод: котировка в реальном времени, индикаторы RSI/MACD, сигнал покупки/продажи/удержания и изображение графика тренда.

машинный переводПоказать оригиналСкрыть оригинал«Query stock quotes and technical analysis. Triggers on phrases like 查股…»

Query stock quotes and technical analysis. Triggers on phrases like 查股价, 看股票, 帮我分析XX股票, XX走势. Input: stock code (A-share like 600519, HK like 00700, US like AAPL). Output: real-time quote, RSI/MACD indicators, buy/sell/hold signal, and a trend chart image.

ClawHub Agent Skills автор: Dongdong-Bryant v1.0.0 MIT-0 3 файла тело ≈ 302 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Запрос котировок акций и технического анализа.

Как процесс C 50/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, повторный запуск

АнализаторРазработкаИнфраструктураТексты и документытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
C
50/100
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 3. 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")

Процессный рейтинг: все десять параметров 50/100

  • 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: 1, без проверки текущего состояния
  • 50Шаги. Шагов: 2
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 302 токенов

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
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Нет пошаговых инструкций или чек-листа
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 256 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Формат ответа описан явно
  • +4Есть примеры (3 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This skill fetches requested stock data and creates a chart, with no evidence of hidden data access or harmful behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.