SKILLEMALL.ai

AC topic-research-report

Возможность генерации отчетов по тематическим исследованиям. Применяется, когда пользователь запрашивает «глубокий исследовательский отчет по определенной теме/событию/политике», автоматически генерируя структурированное содержание исследования. Охватывает межотраслевые темы, такие как инвестиции в темы, влияние политики, воздействие событий, оценка тенденций. Основное условие активации: цель пользователя — «тематическое исследование/глубокий анализ/вывод отчета», а не обычное исследование в одной отрасли или диагностика одного объекта.

машинный переводПоказать оригиналСкрыть оригинал«面向专题研究报告生成的能力。适用于用户提出“某主题/事件/政策的深度研究报告”类请求时,自动生成结构化研究内容。覆盖主题投资、政策影响、事件…»

面向专题研究报告生成的能力。适用于用户提出“某主题/事件/政策的深度研究报告”类请求时,自动生成结构化研究内容。覆盖主题投资、政策影响、事件冲击、趋势判断等跨行业议题。触发核心条件:用户目标是“专题研究/深度解读/报告输出”,而非单行业常规研究或单标的诊断。

ClawHub Agent Skills автор: Financial AI Analyst v1.0.1 MIT-0 3 файла тело ≈ 997 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Возможность генерации отчетов по тематическим исследованиям.

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

ПроцедураWordДанные и аналитикаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
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

  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 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: 33
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 997 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 2 примера фраз-триггеров в кавычках
  • +3Длина description 129 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 33 пунктов
  • +4Есть примеры (8 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

Внешние проверки

ClawHub: suspicious
The skill does what it says by calling Eastmoney to generate research reports, but its advertised no-save option is inconsistent with the code and may still write returned documents locally.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.