SKILLEMALL.ai

BD biga

🐂 A股智能选股 · BigA — Аналитика рынка акций Китая, отбор акций по фундаментальным показателям, количественный отбор, диагностика акций, мониторинг рынка в реальном времени, сигналы покупки/продажи и краткосрочное определение времени сделок. Анализ рынка акций Китая, настроения и потоков капитала, ротация секторов, мониторинг пула акций; количественная оценка + технический анализ, собственная система оценки времени сделок от -10 до +10 для определения моментов покупки/продажи, динамический пул акций (≤30), отбор по принципам: высокие технологии × малая капитализация × хорошие показатели. Инвестиции в акции Китая, анализ фондового рынка, количественный отбор акций, управление пулом акций, краткосрочное определение времени сделок, определение времени сделок на рынке акций Китая.

машинный переводПоказать оригиналСкрыть оригинал«🐂 A股智能选股 · BigA — A股实时行情、A股基本面筛选、A股量化选股、A股个股诊断、A股实时盯盘、A股买卖信号与短线择时一站式。…»

🐂 A股智能选股 · BigA — A股实时行情、A股基本面筛选、A股量化选股、A股个股诊断、A股实时盯盘、A股买卖信号与短线择时一站式。A股行情分析、A股情绪与资金流向、A股板块轮动、A股股票池监控;量化评分+技术面分析,自主研发 -10~+10 择时分体系判断买卖时机,动态股票池(≤30支),按高科技×中小市值×好业绩原则筛选。A股投资、股市分析、量化选股、股票池管理、短线择时、A股择时。| A-share stock analysis & quant stock selection — real-time quotes, fundamental screening, stock diagnosis, timing score, buy/sell signals.

ClawHub Agent Skills автор: kobenfang v6.0.21 MIT-0 9 файлов · 2 скрипта тело ≈ 1 996 токенов Открыть источникclawhub.ai↗ проанализирован 7 дн назад

🐂 A股智能选股 · BigA — Аналитика рынка акций Китая, отбор акций по фундаментальным показателям, количественный отбор, диагностика акций, мониторинг рынка в…

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
D
43/100
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: 9. 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 "triggers"

Процессный рейтинг: все десять параметров 43/100

  • 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: 9, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 105
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1996 токенов
  • low Разделов верхнего уровня: 12. 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
  • -245 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 339 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 27 заголовков
  • +3Пошаговые инструкции: 105 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: suspicious
This stock-analysis skill is not visibly malicious, but it needs Review because it can automatically send financial recommendations and create recurring agent jobs with weak safeguards.
LLM: suspicious (high) · 14 сент. 2026 г.