SKILLEMALL.ai
GitHub ↗ EN Войти

BD 盯盘哨兵

Инструмент для отслеживания рыночных котировок в реальном времени, помогающий офисным работникам проверять тенденции цен на акции и драгоценные металлы в рабочее время и отправлять их в указанный канал.

машинный переводПоказать оригиналСкрыть оригинал«实时盯盘工具，帮助上班族工作时间查询股票、贵金属价格走势并推送到指定频道…»

实时盯盘工具，帮助上班族工作时间查询股票、贵金属价格走势并推送到指定频道

ClawHub Agent Skills автор: fslong v1.6.0 MIT-0 5 файлов тело ≈ 2 531 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Инструмент для отслеживания рыночных котировок в реальном времени, помогающий офисным работникам проверять тенденции цен на акции и драгоценные металлы в…

Как процесс D 39/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип 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
B
81/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
55
Прогон на моделях
не было
Процессный рейтинг
D
39/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Когда включается вес 12
0
Входы и предусловия вес 11
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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:358
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    target_user: o9…@….wechat
    детектор
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:368
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    --target-user "o9…@….wechat" \
    детектор

Просканировано файлов: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-short description короче 40 символов: модели не хватит сигнала для срабатывания
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "icon"

Процессный рейтинг: все десять параметров 39/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Когда включается. Не сказано, при каком запросе скилл включается
  • 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
  • 40Согласованность. Имя во frontmatter (盯盘哨兵) не совпадает с папкой (finance-watch)
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 44
  • 100Стоимость исполнения. Тело инструкции 2531 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 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
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 36: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 43 заголовков
  • +3Пошаговые инструкции: 44 пунктов
  • +4Есть примеры (21 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 55.

Внешние проверки

ClawHub: suspicious
This finance-monitoring skill is mostly coherent, but it is preconfigured to send reports to a specific WeChat recipient that may not belong to the installer.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.