SKILLEMALL.ai

BD stock-prediction

Автоматизированный рабочий процесс прогнозирования акций. Активируется, когда пользователь отправляет изображение с тикером акции и упоминает ключевые слова, такие как "прогноз", "следующие x дней", "количество выборок" и т. д. Включает: извлечение тикера акции из изображения, проверку и автозапуск среды прогнозирования, проверку и переключение версий модели, выполнение пакетного скрипта прогнозирования, возврат результатов.

машинный переводПоказать оригиналСкрыть оригинал«自动化股票预测工作流。当用户发送包含股票代码的图片,并提及"预测"、"未来x天"、"采样次数"等关键词时触发。包含:图片中股票代码提取、预测…»

自动化股票预测工作流。当用户发送包含股票代码的图片,并提及"预测"、"未来x天"、"采样次数"等关键词时触发。包含:图片中股票代码提取、预测环境检查与自启动、模型版本校验与切换、批量预测脚本执行、结果回传。

ClawHub Agent Skills автор: guanhang89 v1.0.0 MIT-0 5 файлов тело ≈ 484 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Автоматизированный рабочий процесс прогнозирования акций.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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: 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 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 20
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 484 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 103: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • -2Ссылки на localhost: у другого пользователя не заработает
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 20 пунктов
  • +4Есть примеры (4 блоков кода)
  • +3Все 3 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: suspicious
The skill matches its stock-prediction purpose, but it automatically runs local PowerShell commands, starts a backend service, changes a local model, and writes stock-code files without enough user control or input hardening.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.