SKILLEMALL.ai

AD kline-shortterm-checklist

Навык отбора акций для краткосрочной торговли (внутридневные/под конец дня) на фондовом рынке Китая и проверки точки входа. Используется, когда пользователь хочет отобрать акции для краткосрочной торговли на фондовом рынке Китая с помощью дисциплины технического анализа, оценить, соответствует ли акция «Принципу 96 (девять не покупать + шесть не продавать) / Методу отбора акций в 14:30 (восемь уровней фильтрации) / формации свечей на дне», или провести дисциплинарную проверку перед покупкой/удержанием акций из списка избранного. Охватывает 9 типов «не покупать», 6 типов «не продавать», 12 видов донных формаций, восемь уровней фильтрации в 14:30, оценку восходящего тренда и дисциплину мышления, а также может вызывать API Tencent Finance для автоматического получения объективных показателей, таких как процент изменения цены/соотношение объемов/коэффициент оборота/рыночная капитализация, для первичного отбора. При подключении к Wind Financial Data MCP также может обрабатывать девять принципов «не покупать».

машинный переводПоказать оригиналСкрыть оригинал«A 股短线(日/尾盘)选股与买点核查清单技能。当用户想用技术分析纪律筛选 A 股短线标的、评估某只股票是否符合「96 原则(九不买+六不卖)…»

A 股短线(日/尾盘)选股与买点核查清单技能。当用户想用技术分析纪律筛选 A 股短线标的、评估某只股票是否符合「96 原则(九不买+六不卖)/ 下午 2:30 选股法(八层筛选)/ 底部 K 线形态」、或为自选股做纪律化买前/持有核查时使用。覆盖 9 类不买、6 类不卖、12 种底部形态、八层 2:30 筛选、上升趋势研判与心态纪律,并能调用腾讯财经 API 自动拉取涨跌幅/量比/换手率/流通市值等客观指标做初筛,连接 Wind 金融数据 MCP 时还可把九不买

ClawHub Agent Skills автор: HANDM-735 v1.0.5 MIT-0 13 файлов тело ≈ 4 448 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Навык отбора акций для краткосрочной торговли (внутридневные/под конец дня) на фондовом рынке Китая и проверки точки входа.

Как процесс D 42/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ШаблонИИ и агентыРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
D
42/100
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: 13. 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 "agent_created"

Процессный рейтинг: все десять параметров 42/100

  • 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: 10, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 70Стоимость исполнения. Тело инструкции 4448 токенов
  • 100Шаги. Шагов: 55
  • 100Согласованность. Имя и обязательные поля на месте

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
  • -2Ссылки на localhost: у другого пользователя не заработает
  • -251 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 233 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 55 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 8 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: suspicious
This stock-analysis skill is mostly purpose-aligned, but it needs Review because its local workbench can run file-writing scripts through an unauthenticated localhost endpoint and fetches market data with certificate checks disabled.
LLM: suspicious (high) · 21 авг. 2026 г.