SKILLEMALL.ai
GitHub ↗ EN Войти

BC stock-daily-analysis

Ежедневная система анализа акций на базе LLM. Поддерживает интеллектуальный анализ выбранных акций A-share/Hong Kong/US-share, генерирует панель управления решениями и отчет о проверке рынка. Предоставляет технический анализ (скользящие средние, MACD, RSI, отклонение), оценку тренда, оценку сигналов покупки. Может быть интегрирован с навыком market-data для получения более стабильных данных ETF. Триггеры: анализ акций, анализировать акции, ежедневный анализ, технический анализ.

машинный переводПоказать оригиналСкрыть оригинал«LLM驱动的每日股票分析系统。支持A股/港股/美股自选股智能分析，生成决策仪表盘和大盘复盘报告。提供技术面分析（均线、MACD、RSI、乖离…»

LLM驱动的每日股票分析系统。支持A股/港股/美股自选股智能分析，生成决策仪表盘和大盘复盘报告。提供技术面分析（均线、MACD、RSI、乖离率）、趋势判断、买入信号评分。可与market-data skill集成获取更稳定的ETF数据。触发词：股票分析、分析股票、每日分析、技术面分析。

ClawHub Agent Skills автор: robottk v1.0.0 MIT-0 15 файлов · 3 скрипта тело ≈ 408 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Ежедневная система анализа акций на базе LLM.

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

АнализаторИнфраструктураИИ и агентытип 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
B
86/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
69
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

  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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Утечка данных read-dotenv scripts/run.sh:24
    Чтение файла .env (в кавычках — упоминание, а не команда)
    echo "请执行: cd $PROJECT_DIR && cp .env.example .env"
    в кавычках
  • низкая Утечка данных read-dotenv scripts/setup.sh:49
    Чтение файла .env (в кавычках — упоминание, а не команда)
    echo "  2. cp .env.example .env"
    в кавычках
  • низкая Утечка данных read-dotenv scripts/update.sh:22
    Чтение файла .env
    cp .env .env.backup.$(date +%Y%m%d_%H%M%S)

Просканировано файлов: 15. 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 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: 11
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 408 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
  • -39 из 9 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 143 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 6 заголовков
  • +3Пошаговые инструкции: 11 пунктов
  • +4Есть примеры (5 блоков кода)

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

Внешние проверки

ClawHub: suspicious
The stock-analysis feature is mostly coherent, but bundled helper scripts can download, update, and run mutable external code that is not part of the reviewed skill package.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.