SKILLEMALL.ai

BF stock-insight

Навык глубокого анализа акций, следующий трехэтапной парадигме анализа "начало → общая картина → исполняемый вывод". Выдает отчеты с сильным профессиональным оттенком, человечностью и сюрпризами. Критерии оценки: профессионализм, понимание пользователя, сюрпризы, фундаментальная логика, высокое соотношение сигнал/шум, точность фактов. Триггерные слова: проанализируй, исследуй, глубокий анализ, как посмотреть, стоит ли покупать, вырастет ли, оцени, пойми.

машинный переводПоказать оригиналСкрыть оригинал«股票深度分析Skill,遵循「起手式→总分总→可执行结论」三段式分析范式。输出专业感强、有人味、有惊喜的研判报告,检验标准:专业感、更懂用户…»

股票深度分析Skill,遵循「起手式→总分总→可执行结论」三段式分析范式。输出专业感强、有人味、有惊喜的研判报告,检验标准:专业感、更懂用户、有惊喜、本质逻辑、高信噪比、事实准确。触发词:分析一下、研究、深度分析、怎么看、值不值得买、能不能涨、研判、洞察。

ClawHub Agent Skills автор: karlinmoon v1.0.0 MIT-0 4 файла тело ≈ 1 301 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Навык глубокого анализа акций, следующий трехэтапной парадигме анализа "начало → общая картина → исполняемый вывод".

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: [代码]

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
85/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
62
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: [代码]
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 4. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: [代码]

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: [代码]
  • 0Инструменты и файлы. Не хватает 1 файла(ов): [代码]
  • 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
  • 100Шаги. Шагов: 57
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1301 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
  • -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 128 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 57 пунктов
  • +4Есть примеры (7 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.

Внешние проверки

ClawHub: clean
This is an instruction-only Chinese stock-analysis skill with no code execution or private-data access, but it can produce concrete trading suggestions that users should treat cautiously.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.