SKILLEMALL.ai

AC blackswan-monitor

Ежедневный отчет по мониторингу стратегии хеджирования «черных лебедей» на фондовом рынке A. Ежедневно автоматически собирает рыночные данные, выполняет расчетный анализ на основе улучшенных правил входа, выхода и управления рисками опционной стратегии Талеба, генерирует ежедневный отчет мониторинга и отправляет его по электронной почте и через Feishu. Объекты мониторинга включают подразумеваемую волатильность опционов на CSI 300, SSE 50, CSI 500, ChiNext и STAR 50, а также изменение баланса финансирования всего рынка.

машинный переводПоказать оригиналСкрыть оригинал«A股黑天鹅对冲策略监控日报。每天自动抓取市场数据,基于改进版塔勒布期权策略的建仓、退出及风控规则进行计算分析,生成监控日报并通过邮件和飞书发…»

A股黑天鹅对冲策略监控日报。每天自动抓取市场数据,基于改进版塔勒布期权策略的建仓、退出及风控规则进行计算分析,生成监控日报并通过邮件和飞书发送。监控标的包括沪深300、上证50、中证500、创业板、科创50的期权隐含波动率,以及全市场融资余额变化。

ClawHub Agent Skills автор: Frankski818 v1.0.0 MIT-0 7 файлов · 1 скрипт тело ≈ 306 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Ежедневный отчет по мониторингу стратегии хеджирования «черных лебедей» на фондовом рынке A.

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

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
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: 7. 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: 26
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 306 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 124 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 26 пунктов
  • +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: suspicious
The skill does what it says, but it embeds an email credential and automatically sends reports to a fixed mailbox, so it should be reviewed before installation.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.