SKILLEMALL.ai

BC hekouwang-stock-data-reader-skill

Skill для быстрого чтения публичных данных по акциям. Введите тикер акции A, и он автоматически загрузит через akshare публичные данные, такие как «потоки средств / список драконов / полоса оценки / три финансовых отчета / структура основной деятельности / северные потоки / дневные K-линии», рассчитает фиксированную систему показателей (траектория цены · движение основных средств · структура позиций · качество прибыли · структура прибыли · оценка · риски) и выдаст финансовые изображения / длинные статьи для публичных платформ / триптих для новостных платформ в формате «нейтральный постмортем». Встроенные финансовые защитные барьеры: не дает рекомендаций по акциям, не прогнозирует рост или падение, не указывает точки покупки/продажи, автоматически добавляет предупреждение о рисках. Триггерные слова: быстрый анализ данных по акциям / выгрузить публичные данные компании / постмортем денежных потоков / выдать отчет по акциям / 3 акции в день / stock-data-reader / провести экспресс-тест данных по акции / выгрузить данные по акции через akshare. ⚠️ Акции в основном публикуются в виде статей для публичных платформ/новостных платформ; для Xiaohongshu только в формате «нейтральный постмортем/расчеты/научно-популярные объяснения» и с соблюдением защитных барьеров (без рекомендаций по акциям/без прогнозов/без внешнего трафика), не публикуйте версии с институциональным видом, основанные на денежных потоках/позициях в качестве приманки.

машинный переводПоказать оригиналСкрыть оригинал«会勇禾口王 · 个股公开数据速读 Skill。输入一个 A 股代码,自动用 akshare 拉取「资金流 / 龙虎榜 / 估值band /…»

会勇禾口王 · 个股公开数据速读 Skill。输入一个 A 股代码,自动用 akshare 拉取「资金流 / 龙虎榜 / 估值band / 财务三表 / 主营构成 / 北向 / 日K」等公开数据,算出固定指标体系 (价格轨迹·主力进出·席位结构·利润质量·利润结构·估值·风险线索),并产出「中立事后复盘」 形态的财经贴图 / 公众号长文 / 头条三件套(V2 米白或 V3 财经风)。内置金融合规护栏: 不荐股、不预测涨跌、不给买卖点,自动套风险提示条。 触发词:个股数据速读 / 扒公司公开数据 / 资金面复盘 / 出个股报告 / 3天一只 / stock-data-reader / 给我一只股的数据体检 / 用 akshare 拉某股数据。 ⚠️ 个股走公众号/头条为主;小红书仅限"中立复盘/算账/名词科普"形态且守合规护栏(不荐股/不预测/零站外导流),别发以资金流·席位为钩子的机构观感版。

ClawHub Agent Skills автор: 会勇禾口王的AI笔记 v1.2.2 MIT-0 15 файлов · 1 скрипт тело ≈ 599 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Skill для быстрого чтения публичных данных по акциям.

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

ПроцедураДанные и аналитикаБезопасностьтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
77
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Широкие права средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
    Заранее разрешены широкие инструменты: Bash
    allowed-tools: Bash Read Write Edit Glob Grep AskUserQuestion

Просканировано файлов: 15. 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 "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "summary"
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

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: 24
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 599 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
  • +2Инструкции на одном языке
  • +3Длина description 402 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 24 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)
  • +3Все 4 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: clean
This skill is a disclosed stock-data reporting pipeline; users should expect third-party market-data lookups and local report files, including cleanup of generated HTML after screenshots.
LLM: benign (high) · VirusTotal: · 12 авг. 2026 г.