SKILLEMALL.ai
GitHub ↗ EN Войти

AC technical-indicator-signal-engine

Трехмерный движок технических сигналов, объединяющий трендовые EMA(13/55)+ADX(14), регрессию к среднему полосы Боллинджера (20,±2), объем и цену OBV+соотношение объема, генерируя сигналы покупки/продажи/ожидания посредством трехмерного голосования. Триггерная команда «Анализ XXXX» (название или тикер акции). Реализовано на чистом pandas, подходит для любых OHLCV котировок.

машинный переводПоказать оригиналСкрыть оригинал«三维技术面信号引擎，融合趋势类 EMA(13/55)+ADX(14)、均值回归类布林带(20,±2)、量价类 OBV+量比，通过三维投票生成…»

三维技术面信号引擎，融合趋势类 EMA(13/55)+ADX(14)、均值回归类布林带(20,±2)、量价类 OBV+量比，通过三维投票生成买入/卖出/观望信号。触发口令「分析 XXXX」（个股名称或代码）。纯 pandas 实现，适用于任意 OHLCV 行情。

ClawHub Agent Skills автор: 刘腾 v0.1.0 MIT-0 7 файлов тело ≈ 367 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Трехмерный движок технических сигналов, объединяющий трендовые EMA(13/55)+ADX(14), регрессию к среднему полосы Боллинджера (20,±2), объем и цену…

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

ПроцедураДанные и аналитикатип 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
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
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

    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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

    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: 9
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 367 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
    • +2Инструкции на одном языке
    • +3Длина description 131 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 9 пунктов
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 1 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: clean
    This is a disclosed technical-analysis skill with an optional public-market-data demo fetch, not hidden credential access or persistence.
    LLM: benign (high) · VirusTotal: · 9 авг. 2026 г.