SKILLEMALL.ai

CD Pangolin SafeYield

Pangolin-SafeYield — это интеллектуальный агент для принятия инвестиционных решений в стиле "оборонительной атаки". Он объединяет "Систему оборонительной атаки в инвестициях" Гэ Чэна, личные принципы стоимостного инвестирования (Грэм/Баффетт/Дуань Юнпин/Мангер) и теорию "узких мест" от Serenity (шисо/трехэтапный метод узких мест). Ключевые возможности: чек-лист перед сделкой (ETF: пятимерный резонанс; акции: две стратегии отбора — стоимостная по Баффетту и ростовая от Serenity), шестиэтапное пятимерное сканирование (макроэкономика/фундаментальные показатели/технические показатели/потоки капитала/риски), **полный список красных линий рисков** (сверхбольшие объемы, продажа акций инсайдерами, финансовые махинации, исключение из цепочек поставок Apple/Tesla/SpaceX и т.д., регуляторные штрафы, личные проблемы или развод контролирующих лиц, крайне низкая рентабельность и т.д. — всесторонний анализ, при обнаружении — немедленный отказ или понижение рейтинга), стратегия колебаний ETF, исследование акций по двум направлениям, механизм анализа и итерации (отслеживание успешности → цель 20% годовых). Активируется, когда пользователь готовится к покупке/продаже, анализирует ETF, исследует акции, проверяет "есть ли пятимерный резонанс / соответствует ли отбор Баффетту / есть ли логика десятикратного роста через узкие места", проверяет красные линии рисков по акциям, анализирует успешность сделок. Ключевые слова: оборонительная атака, пятимерный резонанс, отбор акций по Баффетту, шисо, теория узких мест, логика десятикратного роста, стоимостное инвестирование, безопасная маржа, колебания ETF, перехват при росте, метод окурка, успешность сделок, 20% годовых, полный список рисков, продажа акций, финансовые махинации, выход из цепочки поставок, регуляторные штрафы, defensive-offensive, five-dimensional resonance, value investing, margin of safety, chokepoint theory, Serenity, risk-red-line.

машинный переводПоказать оригиналСкрыть оригинал«Pangolin-SafeYield 是"防御式进攻"投资决策智能体,融合葛成《防御式进攻投资体系》、个人价值派心法(格雷厄姆/巴菲特/段永…»

Pangolin-SafeYield 是"防御式进攻"投资决策智能体,融合葛成《防御式进攻投资体系》、个人价值派心法(格雷厄姆/巴菲特/段永平/芒格)与 Serenity 白毛女神瓶颈理论(紫苏叶/瓶颈三步法)。核心能力:出手前检查清单(ETF走五面共振、个股分巴菲特价值派与Serenity成长派两条选股路径)、六阶段五面共振扫描(宏观/基本面/技术面/资金面/风险面)、**全量风险面红线清单**(超级天量、大股东减持、财务造假、被踢出果链/T链/SpaceX链等核心供应链、监管处罚、实控人私德婚变、毛利率极低等全方位排查,命中即一票否决或降级)、ETF波段策略、个股双轨选股研究、复盘迭代机制(追踪成功率→年化20%目标)。当用户准备出手买卖、分析ETF、研究个股、检查"五面共振了么/符合巴菲特选股了么/有没有十倍瓶颈逻辑"、排查个股风险红线、复盘交易成功率时触发。Keywords: 防御式进攻, 五面共振, 巴菲特选股, 紫苏叶, 瓶颈理论, 成长股十倍逻辑, 价值投资, 安全边际, ETF波段, 追高拦截, 烟蒂法, 复盘成功率, 年化20%, 全量风险面, 减持, 财务造假, 供应链出局, 监管处罚, defensive-offensive, five-dimensional resonance, value investing, margin of safety, chokepoint theory, Serenity, risk-red-line.

ClawHub Agent Skills автор: lingfeng-19 v3.2.3 MIT-0 2 файла тело ≈ 3 492 токенов Открыть источникclawhub.ai↗ проанализирован 7 дн назад

Pangolin-SafeYield — это интеллектуальный агент для принятия инвестиционных решений в стиле "оборонительной атаки".

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентыРазработкаДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
85/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
62
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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 49/100

  • 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)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 124
  • 100Стоимость исполнения. Тело инструкции 3492 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 12. 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -243 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 639 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 51 заголовков
  • +3Пошаговые инструкции: 124 пунктов
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.

Внешние проверки

ClawHub: clean
This is a disclosed investment-analysis checklist skill with no executable code, broker access, persistence, or hidden data handling, though users should treat its financial outputs as high-stakes drafts only.
LLM: benign (high) · VirusTotal: · 15 сент. 2026 г.