SKILLEMALL.ai

BD quant-stock-selector

Стратегия отбора акций с трехэтапным фильтром. Основана на методе отбора акций, описанном в статье на Zhihu. Отбирает 30-50 качественных акций со всего рынка A-акций, проходя через три этапа фильтрации (жесткое исключение → многофакторная оценка → отраслевой баланс). Используется, когда пользователь запрашивает "количественный отбор акций", "фильтрация акций", "многофакторный отбор акций", "выбрать акции из A-акций".

машинный переводПоказать оригиналСкрыть оригинал«三层筛网量化选股策略。基于知乎文章介绍的量化选股方法,从A股全市场中 通过三层筛选(硬性排除→多因子打分→行业均衡)选出30-50只优质股票…»

三层筛网量化选股策略。基于知乎文章介绍的量化选股方法,从A股全市场中 通过三层筛选(硬性排除→多因子打分→行业均衡)选出30-50只优质股票。 每当用户要求量化选股、股票筛选、多因子选股、从A股中挑选股票时使用此技能。

ClawHub Agent Skills автор: paudyyin v1.0.0 MIT-0 4 файла тело ≈ 277 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Стратегия отбора акций с трехэтапным фильтром.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
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 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (quant-stock-selector) не совпадает с папкой (quant-stock-selector-v5)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 23
  • 100Стоимость исполнения. Тело инструкции 277 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 109: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: suspicious
The skill does the advertised stock screening, but it embeds and automatically uses a third-party data-service login.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.