SKILLEMALL.ai
GitHub ↗ EN Войти

BC kungfu_finance

Инструмент для анализа акций и секторов материкового Китая A-share (中国A股个股与板块分析). Текущая сборка репозитория фокусируется на стабильных детерминированных продуктах для снимков акций, основных финансовых индикаторов, уровней чипов/цен, поиска деталей по секторам, а также корзин, стратегии фазы 2, исследователей, байесовского монитора и потоков глубокого исследования акций/секторов.

машинный переводПоказать оригиналСкрыть оригинал«Mainland China A-share stock and sector analysis tool (中国A股个股与板块分析). C…»

Mainland China A-share stock and sector analysis tool (中国A股个股与板块分析). Current repo build focuses on stable deterministic products for stock snapshots, basic finance indicators, chip/price levels, sector detail lookup, plus bucket, phase-2 strategy, researcher, bayesian monitor, and preview stock/sector deep research flows.

ClawHub Agent Skills автор: jickchen34 v0.4.1 MIT-0 80 файлов тело ≈ 6 148 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Инструмент для анализа акций и секторов материкового Китая A-share (中国A股个股与板块分析).

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, согласованность, повторный запуск

АнализаторGitHubДанные и аналитикатип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
81/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
57
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Рискованное назначение intent-offensive-security references/research-flows/sector-analysis/modules/step-4-thesis.md:50
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    ### 4.8 反面审查 (Red Team Review) ⭐⭐ 独立步骤 — 防止确认偏误的最后防线
  • низкая Рискованное назначение intent-offensive-security references/research-flows/sector-analysis/modules/step-4-thesis.md:59
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    ### 反面审查 (Red Team Review)
  • низкая Рискованное назначение intent-offensive-security references/research-flows/stock-analysis/modules/step-5-thesis.md:121
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    ## 5.3 反面审查 (Red Team Review)

Просканировано файлов: 80. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение body-long тело SKILL.md ≈ 6148 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 58/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 12, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (kungfu_finance) не совпадает с папкой (kungfu-finance)
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash, web, node), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 6148 токенов
  • 100Шаги. Шагов: 174
  • 100Ошибки и развилки. Развилок: 10, есть раздел про ошибки
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 323 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 63 заголовков
  • +3Пошаговые инструкции: 174 пунктов
  • +4Есть примеры (31 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 57.

Внешние проверки

ClawHub: suspicious
This finance skill is mostly coherent, but it deserves review because it can change authenticated account data, store an API key locally, use a configurable external search endpoint, and ask the agent to apply updates via shell command.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.