SKILLEMALL.ai

AC congress-stock-tracker

Инструмент отслеживания информации о фондовом рынке Капитолия США. Отслеживает последние сделки с акциями членов Конгресса США, выявляет основные активы, в которые инвестируют несколько членов, анализирует возможные катализаторы политических событий, стоящие за сделками, с учетом комитета члена и недавней законодательной/регуляторной динамики, а также обнаруживает аномальные сигналы, такие как крупные сделки, интенсивные сделки и межпартийный консенсус. Используйте этот навык, когда пользователь задает следующие вопросы: (1) Какие акции недавно купили члены Конгресса? (2) Какие акции были основными покупками членов Конгресса? (3) Какие политические зацепки стоят за сделками членов Конгресса? (4) Динамика владения акциями таких членов Конгресса, как "Капитолийский гуру"/Пелоси? (5) Анализ аномальных сигналов в сделках Конгресса.

машинный переводПоказать оригиналСкрыть оригинал«国会山股神线索追踪工具。追踪美国国会议员最新股票交易动态,识别被多位议员集中买入的重仓标的,结合议员所在委员会和近期立法/监管动态,分析交易…»

国会山股神线索追踪工具。追踪美国国会议员最新股票交易动态,识别被多位议员集中买入的重仓标的,结合议员所在委员会和近期立法/监管动态,分析交易背后可能的政策事件催化剂,并检测大额交易、密集交易、跨党派共识等异常信号。当用户询问以下问题时使用本技能:(1) 国会议员最近买了什么股票 (2) 哪些股票被议员重仓买入 (3) 议员交易背后有什么政策线索 (4) 国会山股神/佩洛西等议员的持仓动态 (5) 分析国会交易异常信号

ClawHub Agent Skills автор: goatdeesign v1.0.1 MIT-0 5 файлов тело ≈ 507 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Инструмент отслеживания информации о фондовом рынке Капитолия США.

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
C
51/100
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: 5. 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 51/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 33
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 507 токенов

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 210 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 33 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: clean
This skill fetches public congressional trade data and creates analysis reports, with no hidden persistence, credential use, or destructive behavior found.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.