SKILLEMALL.ai

AD stock-analyst

Помощник по интеллектуальному анализу акций, поддерживающий получение котировок акций A, Гонконга, США, интерпретацию технических индикаторов и генерацию аналитических отчетов. Сценарии использования: когда пользователь упоминает "анализ акций", "посмотри на акции XX", "технический анализ XX", "покупать или нет XX", "аналитический отчет", "анализ финансовой отчетности", "проанализируй XX", "стоит ли покупать XX", "динамика XX", "технический анализ", "MACD", "RSI", "K-линии", "скользящие средние", "PE", "PB", "ROE", "фундаментальный анализ" и другие ключевые слова. Поддерживает запросы по тикеру акции (SH600519, SZ000001, AAPL, 0700.HK) или названию акции (茅台, 腾讯, 苹果).

машинный переводПоказать оригиналСкрыть оригинал«股票智能分析助手,支持A股、港股、美股的行情抓取、技术指标解读和研报生成。触发场景:用户提到"股票分析"、"看一下XX股"、"XX的技术面"…»

股票智能分析助手,支持A股、港股、美股的行情抓取、技术指标解读和研报生成。触发场景:用户提到"股票分析"、"看一下XX股"、"XX的技术面"、"买不买XX"、"研报"、"财报解读"、"帮我分析XX"、"XX值不值得买"、"XX的走势"、"技术分析"、"MACD"、"RSI"、"K线"、"均线"、"PE"、"PB"、"ROE"、"基本面"等关键词时激活。支持股票代码(SH600519、SZ000001、AAPL、0700.HK)或股票名称(茅台、腾讯、苹果)查询。

ClawHub Agent Skills автор: ryanlee-gemini v1.0.0 MIT-0 3 файла тело ≈ 834 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Помощник по интеллектуальному анализу акций, поддерживающий получение котировок акций A, Гонконга, США, интерпретацию технических индикаторов и генерацию…

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

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
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: 3. 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 (stock-analyst) не совпадает с папкой (cn-stock-analyst)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 42
  • 100Стоимость исполнения. Тело инструкции 834 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 233 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 42 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

Внешние проверки

ClawHub: clean
This is a Markdown-only stock analysis skill that fetches public market data and produces reports, with no evidence of hidden code, credential use, persistence, or trading authority.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.