AC okx-quant-trade
Комплексный навык количественной торговли для OKX. Используйте, когда пользователь просит «анализировать рынок», «рассчитать RSI», «проверить EMA», «вычислить полосы Боллинджера», «купить BTC», «продать ETH», «разместить ордер», «long perp», «short swap», «установить стоп-лосс», «установить тейк-профит», «проверить позиции», «отменить ордер», «установить кредитное плечо», «трейлинг-стоп» или любую задачу количественного анализа + исполнения ордеров на OKX. Объединяет вычисление технических индикаторов на основе Python (RSI, EMA 5/10/20, Bias, полосы Боллинджера) с OKX CLI для фактического размещения ордеров. Требует API-ключей для торговых операций. НЕ ИСПОЛЬЗУЙТЕ для грид/DCA ботов (используйте okx-cex-bot).
машинный переводПоказать оригиналСкрыть оригинал«Comprehensive quantitative trading skill for OKX. Use when user asks t…»
Comprehensive quantitative trading skill for OKX. Use when user asks to 'analyze market', 'calculate RSI', 'check EMA', 'compute bollinger bands', 'buy BTC', 'sell ETH', 'place order', 'long perp', 'short swap', 'set stop loss', 'set take profit', 'check positions', 'cancel order', 'set leverage', 'trailing stop', or any quantitative analysis + order execution task on OKX. Combines Python-based technical indicator computation (RSI, EMA 5/10/20, Bias, Bollinger Bands) with OKX CLI for actual order placement. Requires API credentials for trading operations. Do NOT use for grid/DCA bots (use okx-cex-bot).
Комплексный навык количественной торговли для OKX.
Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, отчётность по ходу
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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
body-longтело SKILL.md ≈ 5465 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 61/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 70Стоимость исполнения. Тело инструкции 5465 токенов
- 100Шаги. Шагов: 74
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (6 тегов): типизированный вызов надёжнее
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
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 609 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 49 заголовков
- +3Пошаговые инструкции: 74 пунктов
- +4Есть примеры (33 блоков кода)
- +3Все 2 скриптов описаны в инструкциях
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.