SKILLEMALL.ai

AC stock-monitor-pro

Профессиональная система мониторинга и предупреждения о фондовом рынке V2.1. Поддерживает автоматическое создание ежедневных отчетов по закрытию, оптимизацию защиты от веб-скрейпинга (UA на уровне сессии, резервирование нескольких источников данных), предупреждения по процентной стоимости, пересечение скользящих средних (золотой крест/мертвый крест), RSI (перекупленность/перепроданность), мониторинг аномалий объема торгов, интеллектуальные уведомления об ошибках. Соответствует привычкам китайских инвесторов (рост — красный, падение — зеленый). Используйте, когда пользователю нужен мониторинг фондового рынка, оповещения о ценах, ежедневные отчеты или уведомления об автоматизированной торговле для акций A-shares и ETF.

машинный переводПоказать оригиналСкрыть оригинал«专业级智能股票监控预警系统 V2.1。支持收盘日报自动生成、反爬虫优化(Session级UA、多数据源冗余)、成本百分比预警、均线金叉死叉、…»

专业级智能股票监控预警系统 V2.1。支持收盘日报自动生成、反爬虫优化(Session级UA、多数据源冗余)、成本百分比预警、均线金叉死叉、RSI超买超卖、成交量异动监控、智能错误提醒。符合中国投资者习惯(红涨绿跌)。Use when user needs stock market monitoring, price alerts, daily reports, or automated trading notifications for A-shares and ETFs.

ClawHub Agent Skills автор: Eave Luo v2.1.0 10 файлов · 1 скрипт тело ≈ 933 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Профессиональная система мониторинга и предупреждения о фондовом рынке V2.1. Поддерживает автоматическое создание ежедневных отчетов по закрытию, оптимизацию…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • низкая Опасные команды cmd-background-process scripts/control.sh:17
      Запуск фонового / автозапускаемого процесса
      nohup python3 "$SCRIPT_DIR/monitor_v2.py" > "$LOG_DIR/monitor.log" 2>&1 &

    Просканировано файлов: 10. 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 53/100

    • 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
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 15
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 933 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

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -231 эмодзи в инструкциях: шум для модели
    • -32 из 6 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 240 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 22 заголовков
    • +3Пошаговые инструкции: 15 пунктов
    • +4Есть примеры (9 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

    Внешние проверки

    ClawHub: clean
    This is a disclosed stock-alert monitor that runs locally and polls public market-data sources, with some caution needed around its persistent background mode and scraping-style data access.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.