SKILLEMALL.ai
GitHub ↗ EN Войти

AC a-share-hypothesis-intake

Разбивает длинные материалы, макро-взгляды, транскрипции аудиозаписей и новостные потоки на факты, выводы, пробелы в данных, условия проверки и передаточные карты A-акций. Применяется, когда пользователь предоставляет длинный текст, субтитры к видео, макро-структуру, сводку новостей и хочет перейти к логике секторов и выбора акций.

машинный переводПоказать оригиналСкрыть оригинал«把长材料、宏观观点、录音转写和新闻流拆成事实、推断、数据缺口、验证条件与 A 股传导卡。适用于用户贴长文、视频字幕、宏观框架、新闻摘要，想落…»

把长材料、宏观观点、录音转写和新闻流拆成事实、推断、数据缺口、验证条件与 A 股传导卡。适用于用户贴长文、视频字幕、宏观框架、新闻摘要，想落到板块与选股逻辑的场景。

ClawHub Agent Skills автор: minguncle v1.0.0 MIT-0 4 файла тело ≈ 307 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Разбивает длинные материалы, макро-взгляды, транскрипции аудиозаписей и новостные потоки на факты, выводы, пробелы в данных, условия проверки и передаточные…

Как процесс C 62/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, ошибки и развилки

СправочникИнфраструктураИсследованиятип 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
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
62/100
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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 4. 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 62/100

    • 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
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 41
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 307 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)
    • +3Длина description 82: рекомендуется 120–800 символов
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 41 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    This is a text-only financial analysis skill that structures long macro or news material into A-share hypotheses without installing code, requesting credentials, or adding hidden behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.