SKILLEMALL.ai

BC institutional-speculative-capital-convergence

Модель отбора акций A-акций, совместно разработанная Niugushou, основанная на двойном отборе институциональных и спекулятивных фондов, точно определяющая акции, на которые одновременно обращают внимание институциональные и спекулятивные фонды, обладающие как фундаментальной поддержкой, так и краткосрочной активностью. Предоставляет три основные стратегии отбора — отслеживание основной линии, среднесрочное ожидание, акции роста с отличными показателями, охватывающие различные стили торговли, такие как краткосрочные горячие точки, среднесрочные волны и растущие черные лебеди, помогая инвесторам быстро определить цели, признанные как долгосрочными, так и краткосрочными фондами на рынке.

машинный переводПоказать оригиналСкрыть оригинал«牛股王独家研发的A股机游共振选股模型,基于机构资金与游资动向双重筛选,精准定位同时被机构和游资关注的股票,这类股票兼具基本面支撑和短线活跃度…»

牛股王独家研发的A股机游共振选股模型,基于机构资金与游资动向双重筛选,精准定位同时被机构和游资关注的股票,这类股票兼具基本面支撑和短线活跃度。提供三大优选策略——主线擒龙、波段潜伏、小盘绩优,覆盖短线热点、中期波段、成长黑马多种交易风格,帮助投资者快速锁定市场中长短资金共同认可的标的。

ClawHub Agent Skills автор: maomaoxx779-cmd v1.0.0 MIT-0 4 файла тело ≈ 829 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Модель отбора акций A-акций, совместно разработанная Niugushou, основанная на двойном отборе институциональных и спекулятивных фондов, точно определяющая…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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: 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")

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 18
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 829 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 143 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 18 пунктов
  • +4Есть примеры (3 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: suspicious
The skill is a stock-screening helper, but it includes a hardcoded usertoken despite saying no API key is needed.
LLM: suspicious (high) · VirusTotal: · 30 июл. 2026 г.