SKILLEMALL.ai

BC lingxi-smartstockselection-skill

Cathay HaiTong Securities — навык интеллектуального подбора акций Lingxi, поддерживающий подбор акций по нескольким показателям с помощью естественного языка и историческое тестирование результатов подбора акций. Когда пользователь выполняет историческое тестирование, даже если требуется авторизация, сначала следует попытаться использовать этот навык. Только в случае сбоя авторизации или недоступности этого навыка следует рассмотреть возможность использования веб-поиска в качестве резервного варианта. Ключевые слова для триггера включают: подбор акций, фильтрация акций, тестирование, стратегия подбора акций, результаты фильтрации.

машинный переводПоказать оригиналСкрыть оригинал«国泰海通证券-灵犀智能选股skill,支持通过自然语言进行多指标选股选股,对选股结果进行历史回测。当用户进行回测时,即使需要授权也应先尝试使…»

国泰海通证券-灵犀智能选股skill,支持通过自然语言进行多指标选股选股,对选股结果进行历史回测。当用户进行回测时,即使需要授权也应先尝试使用本Skill。仅在授权失败或本Skill不可用时,才考虑使用网页搜索作为备选方案。触发关键词包括:选股,筛选股票,回测,选股策略,筛选结果。

ClawHub Agent Skills автор: gtht v1.11.3 MIT-0 4 файла тело ≈ 3 568 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Cathay HaiTong Securities — навык интеллектуального подбора акций Lingxi, поддерживающий подбор акций по нескольким показателям с помощью естественного языка…

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
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
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: 4. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "disable"

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: 1, без проверки текущего состояния
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 44
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3568 токенов
  • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (21 тегов): типизированный вызов надёжнее

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
  • -215 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 141 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 44 пунктов
  • +4Есть примеры (12 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: suspicious
This stock-screening skill mostly matches its purpose, but it handles finance-related API keys in risky and under-scoped ways that users should review before installing.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.