SKILLEMALL.ai
GitHub ↗ EN Войти

AC ai-exposure-analyzer

Анализируйте подверженность любой публичной компании влиянию ИИ с помощью 8-мерного индекса воздействия ИИ. Получает последние 4 отчета 10-K (или международные эквиваленты), данные O*NET, патенты и стенограммы конференц-звонков для оценки уязвимости и адаптивной способности, классифицируя компании как AI Fortified/Transformer/Bystander/Endangered с наложением оценки стоимости. Используйте, когда пользователь спрашивает о риске ИИ, готовности к ИИ, подверженности ИИ, автоматизации рабочей силы, долговечности конкурентного преимущества или о том, как ИИ влияет на акции или бизнес. Срабатывает на «подверженность ИИ», «уязвимость ИИ», «анализ ИИ [компании]», «как ИИ повлияет на [компанию]?», «готова ли [компания] к ИИ?», «оцените эту компанию по ИИ», «риск ИИ для [тикер]» или любую оценку компании через призму ИИ.

машинный переводПоказать оригиналСкрыть оригинал«Analyze any public company's AI exposure using the 8-dimension AI Expo…»

Analyze any public company's AI exposure using the 8-dimension AI Exposure Index. Fetches last 4 10-K filings (or international equivalents), O*NET data, patents, and earnings transcripts to score vulnerability and adaptive capacity, classifying companies as AI Fortified/Transformer/Bystander/Endangered with valuation overlay. Use whenever the user asks about AI risk, AI readiness, AI exposure, workforce automation, competitive moat durability, or how AI impacts a stock or business. Triggers on "AI exposure", "AI vulnerability", "AI analysis of [company]", "how will AI affect [company]?", "is [company] ready for AI?", "rate this company on AI", "AI risk for [ticker]", or any company evaluation through an AI lens.

ClawHub Agent Skills автор: martinpmm v1.0.2 11 файлов тело ≈ 2 669 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Анализируйте подверженность любой публичной компании влиянию ИИ с помощью 8-мерного индекса воздействия ИИ.

Как процесс C 53/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, согласованность

АнализаторБезопасностьФинансыИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
99
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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 · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • низкая Рискованное назначение intent-offensive-security data/Occupation_Data.txt:1003
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      55-1015.00	Command and Control Center Officers	Manage the operation of communications, detection, and weapons systems essential for controlling air, ground, and naval operations. Duties include managi
    • низкая Рискованное назначение intent-offensive-security data/Occupation_Data.txt:1014
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      55-3015.00	Command and Control Center Specialists	Operate and monitor communications, detection, and weapons systems essential for controlling air, ground, and naval operations. Duties include maintai

    Просканировано файлов: 11. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 53/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (ai-exposure-analyzer) не совпадает с папкой (ai-exposure-analysis-for-investing)
    • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 30
    • 100Стоимость исполнения. Тело инструкции 2669 токенов

    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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 7 примера фраз-триггеров в кавычках
    • +3Длина description 722 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 30 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)
    • +3Все 2 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 99.

    Внешние проверки

    ClawHub: clean
    This is a public-data investment research helper with no evidence of credential use, hidden access, persistence, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.