SKILLEMALL.ai

BD company-onepager

Генерирует одностраничный отчет по исследованию публичных компаний, объединяя основную информацию, рыночные данные, таблицы финансовых показателей за последние 10 лет, график месячных цен за последние 10 лет, структуру акционеров, недавние новости. Приоритет данных: iFinD → Tushare → AkShare + Web Search. Каждый раздел содержит указание источника данных. Сценарии использования: (1) Исследование информации о ценных бумагах/компаниях (2) Создание отчета об анализе ценных бумаг (3) Объединение многомерных данных для создания комплексного отчета (4) Вывод в формате Markdown + PDF. Ключевые слова: исследование акций, обзор компании, одностраничный отчет, анализ акций. Требует TUSHARE_TOKEN (переменная среды) и iFinD auth_token (конфигурационный файл).

машинный переводПоказать оригиналСкрыть оригинал«生成上市公司"一页纸"调研简报,整合基本信息、市场数据、近10年财务数据表格、近10年月K线图、股东结构、近期新闻。数据优先级:iFinD…»

生成上市公司"一页纸"调研简报,整合基本信息、市场数据、近10年财务数据表格、近10年月K线图、股东结构、近期新闻。数据优先级:iFinD → Tushare → AkShare + Web Search。每个章节标注数据来源。使用场景:(1) 调研股票/公司信息 (2) 生成股票分析报告 (3) 整合多维数据形成综合报告 (4) 输出 Markdown + PDF。触发词:调研股票、公司简报、一页纸报告、股票分析。Requires TUSHARE_TOKEN (env var) and iFinD auth_token (config file).

ClawHub Agent Skills автор: 赖根 v7.1.0 MIT-0 8 файлов тело ≈ 711 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Генерирует одностраничный отчет по исследованию публичных компаний, объединяя основную информацию, рыночные данные, таблицы финансовых показателей за…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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: 8. 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")

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 26
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 711 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
  • -31 из 5 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 278 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 18 заголовков
  • +3Пошаговые инструкции: 26 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
This stock-report skill is mostly aligned with its purpose, but it needs review because it handles finance API credentials with disabled TLS verification and imports code from another local skill path.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.