SKILLEMALL.ai

AC break-watch

Сканер акций с увеличением объема в течение дня и ростом цены. Активируется, когда пользователь спрашивает о выборе акций в течение дня, прорыве с увеличением объема, росте с увеличением объема, фильтрации по положительным свечам, сканировании в течение дня, выборе акций по соотношению объема, выборе акций при прорыве, Break Watch, или упоминает термины, такие как 'увеличение объема', 'рост', 'положительная свеча', 'выбор акций в течение дня', 'соотношение объема', 'внезапный рост'. Использует Pytdx для получения данных в реальном времени от Tongdaxin, фильтрует акции A-share, которые одновременно соответствуют условиям увеличения объема, роста и положительной свечи, и выводит структурированный список сигналов.

машинный переводПоказать оригиналСкрыть оригинал«盘中放量上涨阳线股票扫描器。当用户询问盘中选股、放量突破、放量上涨、阳线筛选、盘中扫描、量比选股、突破选股、Break Watch,或提到'…»

盘中放量上涨阳线股票扫描器。当用户询问盘中选股、放量突破、放量上涨、阳线筛选、盘中扫描、量比选股、突破选股、Break Watch,或提到'放量'、'上涨'、'阳线'、'盘中选股'、'量比'、'突增'等术语时触发此技能。通过通达信 pytdx 获取实时行情,筛选同时满足放量、上涨、收阳线三个条件的 A 股股票,输出结构化信号列表。

ClawHub Agent Skills автор: hunkguo v1.0.0 MIT-0 16 файлов тело ≈ 965 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Сканер акций с увеличением объема в течение дня и ростом цены.

Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, ошибки и развилки

ПроцедураДанные и аналитикаРазработкатип 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
C
54/100
Есть пробелы
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
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: 16. 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 54/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 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
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 12
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 965 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 166 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 12 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 1 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: clean
Break Watch is a disclosed stock-scanning skill that fetches market data and can write local scan outputs, with dependency hygiene issues but no evidence of deception, credential access, exfiltration, or destructive behavior.
LLM: benign (high) · VirusTotal: · 9 июл. 2026 г.