SKILLEMALL.ai

BF Securities Equity Research Report Generator

Генератор отчетов об исследовании акций на рынке акций Китая A-share с использованием ИИ — охватывает отраслевые исследования, начало покрытия компаний, анализ доходов, моделирование оценки (DCF/DDM/PE-band) и синтез инвестиционных тезисов. Создан для аналитиков по исследованиям акций Китая, аналитиков со стороны покупателя и исследователей инвестиционных банков. Обновлен в 2026 году с учетом последних требований к интеграции ESG, шаблонов ответов на отчеты шорт-селлеров и фреймворков для межотраслевых сравнений. Ключевые слова: исследование акций, исследование A-share, инвестиционный отчет, защита от шорт-селлеров, интеграция ESG, модель оценки, анализ акций Китая, 研报生成, 行业研究, 个股覆盖, 估值建模, 投研报告, 行研, 财报分析, 盈利预测, 目标价, 评级, 深度报告, 事件点评, 新股分析.

машинный переводПоказать оригиналСкрыть оригинал«AI-powered equity research report generator for China A-share market —…»

AI-powered equity research report generator for China A-share market — covers industry research, company coverage initiation, earnings analysis, valuation modeling (DCF/DDM/PE-band), and investment thesis synthesis. Built for China equity research analysts, buy-side analysts, and investment bank researchers. Updated 2026 with latest ESG integration requirements, short-seller report response templates, and cross-sector comparison frameworks. Keywords: equity research, A-share research, investment report, short-seller defense, ESG integration, valuation model, China stock analysis, 研报生成, 行业研究, 个股覆盖, 估值建模, 投研报告, 行研, 财报分析, 盈利预测, 目标价, 评级, 深度报告, 事件点评, 新股分析.

ClawHub Agent Skills автор: lingfeng-19 v3.0.1 MIT-0 2 файла тело ≈ 2 273 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Генератор отчетов об исследовании акций на рынке акций Китая A-share с использованием ИИ — охватывает отраслевые исследования, начало покрытия компаний…

Как процесс F 34/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

ГенераторДанные и аналитикаФинансытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
81/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
53
Прогон на моделях
не было
Процессный рейтинг
F
34/100
Не запустится
Шаги вес 15
0
Результат и критерий готовности вес 14
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 3, column 14: description: AI-powered equity research report generator for China A-share mark… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
  • 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"

Процессный рейтинг: все десять параметров 34/100

  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 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 (Securities Equity Research Report Generator) не совпадает с папкой (security-equity-research)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Стоимость исполнения. Тело инструкции 2273 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

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)
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 659 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +4Есть примеры (9 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 53.

Внешние проверки

ClawHub: clean
This skill is a finance report drafting template with valuation examples and no executable install behavior, credential access, persistence, or hidden data flow.
LLM: benign (high) · VirusTotal: · 27 мая 2026 г.