SKILLEMALL.ai

AC ashare

Используйте AKShare для ответов на вопросы о китайском рынке акций A-shares, индексах, паевых инвестиционных фондах, макроэкономических показателях, макроэкономических событиях и финансовых новостях. Активируйте по запросам вроде A股行情, 个股价格, 历史K线, 指数走势, 基金净值, 宏观数据, 财联社快讯, обзор рынка, котировка акций, NAV фонда, макроэкономический календарь или новостной дайджест. Предпочтите этот навык, когда OpenClaw нужны структурированные рыночные данные из AKShare вместо свободного поиска в интернете.

машинный переводПоказать оригиналСкрыть оригинал«Use AKShare to answer Chinese market-data questions about A-shares, Ch…»

Use AKShare to answer Chinese market-data questions about A-shares, China indexes, open-end mutual funds, macro indicators, macro calendar events, and finance news flashes. Trigger on requests such as A股行情, 个股价格, 历史K线, 指数走势, 基金净值, 宏观数据, 财联社快讯, market overview, stock quote, fund NAV, macro calendar, or news flash. Prefer this skill when OpenClaw needs structured market data from AKShare instead of free-form web browsing.

ClawHub Agent Skills автор: Nick deep234 v1.0.0 MIT-0 4 файла тело ≈ 882 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Используйте AKShare для ответов на вопросы о китайском рынке акций A-shares, индексах, паевых инвестиционных фондах, макроэкономических показателях…

Как процесс C 61/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, отчётность по ходу

ПроцедураЛичная продуктивностьИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
93
Прогон на моделях
не было
Процессный рейтинг
C
61/100
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

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 61/100

    • 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
    • 60Инструменты и файлы. Используются инструменты (bash, 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: 53
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 882 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Ответ описан самодельной разметкой (7 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
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 423 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 53 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.

    Внешние проверки

    ClawHub: clean
    The artifacts appear purpose-aligned and disclosed, with no evidence of hidden collection, destructive behavior, or deceptive execution.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.