SKILLEMALL.ai

BD 持仓偏离度分析

Инструмент для расчета отклонения от скользящей средней на основе общедоступных рыночных данных для вспомогательного принятия инвестиционных решений. Используйте этот навык, когда пользователь задает вопросы о: отклонении, анализе позиций, предложениях по увеличению/уменьшению позиций, золотом ETF, CSI Dividend Index, денежном потоке всего индекса, редких металлах, отклонении от скользящей средней и т. д. Поддерживает пакетный расчет для нескольких активов, выдает значение отклонения и исторический процентный参考. **Полностью бесплатно, с открытым исходным кодом**.

машинный переводПоказать оригиналСкрыть оригинал«基于公开市场数据的均线偏离度计算工具,用于辅助投资决策参考。 当用户询问:偏离度、持仓分析、加减仓建议、黄金ETF、中证红利、 全指现金流、…»

基于公开市场数据的均线偏离度计算工具,用于辅助投资决策参考。 当用户询问:偏离度、持仓分析、加减仓建议、黄金ETF、中证红利、 全指现金流、稀有金属、均线偏离度等问题时使用此技能。 支持多标的批量计算,输出偏离度数值和历史分位参考。 **完全免费,开源使用**

ClawHub Hermes автор: lyonsLi v2.0.0 MIT-0 7 файлов тело ≈ 449 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Инструмент для расчета отклонения от скользящей средней на основе общедоступных рыночных данных для вспомогательного принятия инвестиционных решений.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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.
  2. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
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: 7. 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-long-hermes description 131 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • предупреждение description-no-when ни description, ни раздел "## When to Use" не говорят, когда применять скилл
  • заметка frontmatter-key неизвестное поле фронтматтера "price"

Процессный рейтинг: все десять параметров 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (持仓偏离度分析) не совпадает с папкой (position-deviation-analysis)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 19
  • 100Стоимость исполнения. Тело инструкции 449 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. 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 130 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 19 пунктов
  • +4Есть примеры (5 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.

Внешние проверки

ClawHub: clean
This skill is a narrow ETF deviation calculator that uses public market-data APIs and does not show hidden access, persistence, credential use, or destructive behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.