SKILLEMALL.ai

BD Pangolin SafeYield

Pangolin-SafeYield — это оборонительно-наступательный ИИ-агент по инвестициям. Он выполняет пятимерное сканирование резонанса (макроэкономика, фундаментальные показатели, технический анализ, денежные потоки, риски) по акциям и ETF, а затем выдает рекомендации по покупке/удержанию/продаже. Макроэкономическая структура охватывает 6 измерений: денежно-кредитная политика США и ликвидность доллара, денежно-кредитная политика Китая, обменный курс и трансграничные потоки, позиционирование экономического цикла США-Китай, секторальная прибыль и оценка геополитических рисков в реальном времени с выделенным анализом ситуации США-Иран (статус прекращения огня, Ормузский пролив, картирование цен на нефть, моделирование трех сценариев). Построен на «Системе оборонительно-наступательных инвестиций» Gecheng. Ключевые слова: инвестиционный анализ, пятимерный резонанс, макроэкономический анализ, прекращение огня между США и Ираном, Ормузский пролив, нефтяной кризис, ФРС, НБК, ликвидность, экономический цикл, оценка PE/PB, MACD по теории Чан, точки покупки Гранвиля, распределение позиций, управление портфелем, 五面共振, 美伊谈判, 霍尔木兹海峡, 宏观分析, 美联储, 中国人民银行, 防御式进攻.

машинный переводПоказать оригиналСкрыть оригинал«Pangolin-SafeYield is a defensive-offensive investment AI agent. It ru…»

Pangolin-SafeYield is a defensive-offensive investment AI agent. It runs a five-dimensional resonance scan (macro, fundamental, technical, capital flow, risk) across stocks and ETFs, then outputs buy/hold/sell advice. The macro framework covers 6 dimensions: US monetary policy & dollar liquidity, China monetary policy, exchange rate & cross-border flows, US-China economic cycle positioning, sector earnings, and real-time geopolitical risk assessment with dedicated US-Iran situation analysis (ceasefire status, Strait of Hormuz, oil price mapping, three-scenario modeling). Built on the Gecheng "Defensive-Offensive Investment System". Keywords: investment analysis, five-dimensional resonance, macro analysis, US Iran ceasefire, Strait of Hormuz, oil crisis, Fed, PBOC, liquidity, economic cycle, PE/PB valuation, Chan Theory MACD, Granville buy points, position allocation, portfolio management, 五面共振, 美伊谈判, 霍尔木兹海峡, 宏观分析, 美联储, 中国人民银行, 防御式进攻.

ClawHub Agent Skills автор: lingfeng-19 v1.1.1 MIT-0 2 файла тело ≈ 2 465 токенов Открыть источникclawhub.ai проанализирован 28 ч назад

Pangolin-SafeYield — это оборонительно-наступательный ИИ-агент по инвестициям.

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИИ и агентыМаркетингФинансытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
59
Прогон на моделях
не было
Процессный рейтинг
D
41/100
Процесс не доведён
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: 2. 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-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "triggers"
  • заметка frontmatter-key неизвестное поле фронтматтера "capabilities"

Процессный рейтинг: все десять параметров 41/100

  • 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
  • 40Согласованность. Имя во frontmatter (Pangolin SafeYield) не совпадает с папкой (pangolin-safe-yield)
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 30
  • 100Стоимость исполнения. Тело инструкции 2465 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)
  • +3Длина description 947: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -271 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 25 заголовков
  • +3Пошаговые инструкции: 30 пунктов
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 59.

Внешние проверки

ClawHub: clean
This is a text-only investment analysis workflow with no executable code or privileged system access, though its broad triggers and financial-advice framing deserve care.
LLM: benign (high) · VirusTotal: · 2 июн. 2026 г.